Matlab分布式和并行编程
【摘要】
工程师和科学家们面临着用更少的时间建立复杂系统模型的需求，他们使用分布式和并行计算来解决高性能计算的问题。这些分布式的环境由多处理器和多核计算机来实现。
并行计算工具箱和Matlab分布式计算服务器允许你在Matlab中建模和开发分布式和并行应用，并在多核处理器和多核计算机中执行他们，而且并不离开你的及时开发环境。用这...
工程师和科学家们面临着用更少的时间建立复杂系统模型的需求，他们使用分布式和并行计算来解决高性能计算的问题。这些分布式的环境由多处理器和多核计算机来实现。
并行计算工具箱和Matlab分布式计算服务器允许你在Matlab中建模和开发分布式和并行应用，并在多核处理器和多核计算机中执行他们，而且并不离开你的及时开发环境。用这种方法来执行模型，你可以解决更大的问题，覆盖更多的仿真情景并减少桌面资源。
开发分布式应用
分布式应用或者并行应用，包含独立的任务，它可以独立的执行，而并不需要任务间的通信。对于分布式应用来说，你可以使用分布式计算工具箱中的函数来为你的应用定制独立的计算任务，它可以被收集到分布式的任务中并集群的提交执行。
开发并行应用
并行应用包含相互依存的任务，它在应用执行的过程中交换数据。工具箱和引擎包含基于MPI标准的函数，它支持Matlab开发并行应用中的通信。然而，使用这些基于MPI功能的函数包含跟踪消息传递的详细信息，像在处理器和控制处理器间的通信。
并行计算工具箱用两种重要的方式简化了并行应用的开发。首先，工具箱支持分布式矩阵，它在对待分布式处理器的数据时，把它作为一个单独的矩阵，而不是作为在不同处理器上的独立的矩阵。通过分布式矩阵，研究人员可以直接的在矩阵中展示操作，而并不需要
文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。
原文链接：wenyusuran.blog.csdn.net/article/details/38312677
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）