Parallellberäkningar i MATLAB

Med den nya versionen av Parallell Computing Toolbox kan användare av MATLAB från The MathWorks skapa parallella tillämpningar och distribuera dem till andra användare som självständiga program eller komponenter som kan köras i beräkningskluster.

Dessutom har Parallel Computing Toolbox nu ett nytt språkelement, spmd, som förenklar utvecklingsarbetet för många typer av dataintensiva parallella tillämpningar.

Med den nya versionen kan MATLAB-användare konvertera parallella MATLAB-tillämpningar till självständiga körbara filer eller delade bibliotek och leverera dem till slutanvändare utan några royaltyanspråk från The MathWorks. Detta sker helt enkelt genom att man nu kan köra tillämpningar som utvecklats med Parallel Computing Toolbox i MATLAB Compiler. De körbara filer och bibliotek som kompilatorn genererar kan utnyttjas om en instans av MATLAB Distributed Computing Server finns i beräkningsklustret. Slutresultatet blir att yrkesgrupper och verksamheter som själva saknar MATLAB-erfarenhet ändå kan dra nytta av verktygets funktioner.

I samband med den nya versionen av Parallel Computing Toolbox har The MathWorks också lagt till nya funktioner för parallellisering i MATLAB-språket för att underlätta arbetet med tillämpningar som hanterar mycket stora datamängder. Användaren kan nu markera avsnitt i MATLAB-koden med det nya nyckelordet spmd. Koden körs sedan parallellt på olika sektioner av en stor datamängd, som distribueras till flera kärnor eller processorer. Alla nödvändiga kommandon och data överförs automatiskt till MATLAB-sessionerna på de berörda kärnorna, utan att användaren behöver detaljstyra. Språkfunktioner som spmd gör att användarna kan fokusera på sina beräknings- och dataintensiva tekniska problem och på sin höjd göra minimala kodanpassningar i befintlig kod.  Ingenjörer och forskare som använder MATLAB kan koncentrera sig på att lösa problem och slipper lära sig ett nytt lågnivåspråk för parallellism. De behöver inte heller bekymra sig om specifika detaljer kring underliggande maskinvara eller nätverk.

Comments are closed.