MATLAB 代码加速和并行化培训课程培训中心

 本课程包含多种 MATLAB® 代码加速运行的技术。使用诸如预分配和向量化的技术，您可以找出计算瓶颈并解决该问题。此外，您将使用 MATLAB Coder™将 MATLAB 代码编译为 MEX 文件。另外，您还可以使用 Parallel Computing Toolbox™ 在多核计算机中并行处理 for 循环，您也可借助 MATLAB Distributed Computing Server™ 在多台计算机做进一步处理。本课程将讨论这些概念的相互作用。若您进行长时间仿真工作，本课程的示例和练习将会让你受益良多。课程将探讨数据分析、可视化、建模和编程等主题。具体包括：

• 提高核心 MATLAB 性能
• 生成 MEX 文件
• 计算并行化
• 负载均衡
• 使用集群
• GPU 计算

• 课程要求

  MATLAB 基础，或者同等 MATLAB 使用经验。

  改善性能	Objective: 分析代码性能，使用技术加速 MATLAB。 · 发现瓶颈 · 数组预分配 · 多种向量化操作 · 算法重写
  生成 MEX 文件	Objective: 从 MATLAB 代码生成编译代码文件以获得更好的性能。 · MATLAB Coder 概述和工作流程 · 生成并验证 MEX 文件 · 调用不支持的函数 · 调整 MEX 文件生成设置
  计算并行化	Objective: 使用多核心进行代码并行执行。 · 打开其它 MATLAB 进程 · 并行运行 for 循环 · 评估加速 · 并行处理多个文件

   

  for 循环并行化	Objective: 讨论 for 循环并行化的细节和 for 循环到 parfor 循环的转化应用技术。 · for 循环并行化的需求 · for 循环并行化 · 检索中间结果
  负载均衡	Objective: 将计算负载转移到另一个 MATLAB 进程以便使用 MATLAB 同时处理其它任务。这也是使用集群的准备步骤。 · 批量处理 · 创建批量工作 · 检索结果 · 使用 Job Monitor
  使用集群	Objective: 使用多台计算机加速计算和实现广泛仿真。 · 本地和远程集群 · 动态许可证 · 集群发现和连接 · 文件访问
  GPU 计算	Objective: 在 GPU 中运行 MATLAB 代码。 · GPU 架构和处理简介 · 适用于 GPU 处理的应用程序 · 在 GPU 中调用 MATLAB 函数 · 使用 GPU Coder™生成 CUDA® MEX 文件 · 使用现有的 CUDA 代码