Contenido principal

Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la versión original en inglés.

Parallel Computing Toolbox

R2026b
Realizar cálculos paralelos en equipos multinúcleo, GPU y clusters de equipos

Parallel Computing Toolbox™ permite resolver problemas con un uso intensivo de cálculo y de datos mediante procesadores multinúcleo, GPU y clusters de equipos. Las construcciones de alto nivel, como bucles for paralelos, tipos de arreglos especiales y algoritmos numéricos paralelizados, permiten escalar aplicaciones de MATLAB® sin programación en CUDA® ni MPI. Parallel Computing Toolbox también permite utilizar funciones habilitadas para la ejecución en paralelo de MATLAB y otras toolboxes, así como ejecutar simulaciones de Simulink® en paralelo. Los programas y modelos se pueden ejecutar tanto en modo interactivo como por lotes.

La toolbox permite aprovechar toda la potencia de procesamiento de los equipos de escritorio multinúcleo y habilitados para GPU ejecutando aplicaciones en workers basados en subprocesos y en procesos (motores de cálculo de MATLAB) que se ejecutan localmente. Sin cambiar el código, puede ejecutar las mismas aplicaciones en clusters o nubes con MATLAB Parallel Server™. También puede utilizar la toolbox con MATLAB Parallel Server para ejecutar cálculos matriciales demasiado grandes para la memoria de una sola máquina.

Primeros pasos con Parallel Computing Toolbox

Aprender los aspectos básicos de Parallel Computing Toolbox

Fundamentos del cálculo paralelo

Elegir una solución de cálculo paralelo

Bucles for paralelos (parfor)

Utilizar el procesamiento paralelo ejecutando parfor en workers de un grupo paralelo

Programación paralela asíncrona

Evaluar funciones en segundo plano con parfeval

Procesamiento de Big Data

Analizar conjuntos de Big Data en paralelo con arreglos distribuidos, arreglos altos, datastores o mapreduce en clusters de Spark® y Hadoop®

Procesamiento por lotes

Delegar la ejecución de funciones en segundo plano

Cálculo por GPU

Acelerar el código ejecutándolo en una GPU

Clústeres y nubes

Detectar recursos de cluster y trabajar con perfiles de cluster

Applications category

Aplicaciones

Explorar ejemplos de aceleración de simulaciones, solvers, modelos estadísticos y procesamiento de señales e imágenes