Accelerating the pace of engineering and science

Parallel Computing Toolbox

tall 配列の並列サポート

tall 配列の並列サポート

デスクトップ、MATLAB Distributed Computing Server、Spark クラスターで tall 配列を並列で使用してビッグ データを処理

GPU 配列のサポート

GPU 配列のサポート

しいスパース反復ソルバー bicg を含む、gpuArray の強化された関数を使用

並列メニューの強化

並列メニューの強化

並列メニューの新しいメニュー項目を使用して、クラウド ベースのリソースを設定および管理

分散配列の新しいデータ型

分散配列の新しいデータ型

次の分散配列を作成する拡張機能を使用: datetimedurationcalendarDurationstringcategoricaltable

分散配列の読み込み

分散配列の読み込み

datastore を使用して分散配列を並列で読み込み

クラスター プロファイルの検証

クラスター プロファイルの検証

実行する検証ステージおよび使用する MATLAB ワーカーの数を選択

スパース行列の GPU サポート

スパース行列の GPU サポート

GPU 上のスパース行列向けに強化された関数 gpuArray を使用

分散配列のサポート

分散配列のサポート

直接ソルバー (mldivide) と反復ソルバー (cgs および pcg) へのスパース入力を含む、強化された配列関数 distributed を使用

GPU による深層学習の加速

GPU による深層学習の加速

Neural Network Toolbox を使用して、GPU 対応のイメージ分類タスクの高速化によって深層たたみ込みニューラル ネットワークを訓練

GPU 対応 MATLAB 関数

GPU 対応 MATLAB 関数

線形方程式、記述統計および集合演算の GPU 対応 MATLAB 関数を使用してアプリケーションを高速化

並列対応の勾配推定

並列対応の勾配推定

勾配およびヤコビの並列有限差分推定によって Optimization Toolbox のより多くの非線形ソルバーを高速化

Hadoop Kerberos のサポート

Hadoop Kerberos のサポート

Kerberos 認証環境での Hadoop のサポートを強化

データ転送の上限の引き上げ

データ転送の上限の引き上げ

MATLAB ジョブ スケジューラ クラスターを使用して、ジョブにおいてクライアントとワーカー間で最大 4 GB のデータを転送

Latest Releases

R2016b (バージョン 6.9) - 2016年9月14日

R2016b で提供される Version 6.9 では、以下の機能が強化されています。

  • tall 配列の並列サポート: デスクトップ、MATLAB Distributed Computing Server、Spark クラスターで tall 配列を並列で使用してビッグ データを処理
  • GPU 配列のサポート: 新しいスパース反復ソルバー bicg を含む、gpuArray の強化された関数を使用
  • 並列メニューの強化: 並列メニューの新しいメニュー項目を使用して、クラウド ベースのリソースを設定および管理
  • 分散配列の新しいデータ型: 次の分散配列を作成する拡張機能を使用: datetimedurationcalendarDurationstringcategoricaltable
  • 分散配列の読み込み: datastore を使用して分散配列を並列で読み込み
  • クラスター プロファイルの検証: 実行する検証ステージおよび使用する MATLAB ワーカーの数を選択

詳細につきましては、 リリース ノート (英語) をご覧ください。

R2016a (バージョン 6.8) - 2016年3月3日

R2016a で提供される Version 6.8 では、以下の機能が強化されています。

  • スパース行列の GPU サポート: GPU 上のスパース行列向けに強化された関数 gpuArray を使用
  • 分散配列のサポート: 直接ソルバー (mldivide) と反復ソルバー (cgs および pcg) へのスパース入力を含む、強化された配列関数 distributed を使用
  • GPU による深層学習の加速: Neural Network Toolbox を使用して、GPU 対応のイメージ分類タスクの高速化によって深層たたみ込みニューラル ネットワークを訓練
  • GPU 対応 MATLAB 関数: 線形方程式、記述統計および集合演算の GPU 対応 MATLAB 関数を使用してアプリケーションを高速化
  • 並列対応の勾配推定: 勾配およびヤコビの並列有限差分推定によって Optimization Toolbox のより多くの非線形ソルバーを高速化
  • Hadoop Kerberos のサポート: Kerberos 認証環境での Hadoop のサポートを強化
  • データ転送の上限の引き上げ: MATLAB ジョブ スケジューラ クラスターを使用して、ジョブにおいてクライアントとワーカー間で最大 4 GB のデータを転送

詳細につきましては、 リリース ノート (英語) をご覧ください。

R2015b (バージョン 6.7) - 2015年9月3日

R2015b で提供される Version 6.7 では、以下の機能が強化されています。

  • 確率分布、記述統計および仮説検定を含む 90 以上の Statistics and Machine Learning Toolbox の GPU 対応関数
  • スパース行列のサポートを含む、GPU 対応 MATLAB 関数の追加
  • CUDA コードを含む MEX ファイルを簡単にコンパイルできる関数 mexcuda
  • SLURM のスケジューラ統合スクリプト
  • parfor および parfeval などの並列言語構文内でアクセス可能な定数データを並列プール ワーカー上で作成する関数parallel.pool.Constant
  • Hadoop 2 クラスター上の mapreduce のパフォーマンスの向上

詳細につきましては、 リリース ノート (英語) をご覧ください。

R2015a (バージョン 6.6) - 2015年3月5日

R2015a で提供される Version 6.6 では、以下の機能が強化されています。

  • 並列プールをサポートする任意のクラスターでの関数 mapreduce のサポート
  • GPU 対応関数でのスパース配列の使用
  • GPU 対応 MATLAB 関数の追加
  • GPU上の pagefun で関数 mrdivide および inv をサポート
  • GPU 対応の線形代数関数の強化
  • MATLAB 関数 partition を使用したデータ ストアからのデータの並列読み取り

詳細につきましては、 リリース ノート (英語) をご覧ください。

R2014b (バージョン 6.5) - 2014年10月2日

R2014b で提供される Version 6.5 では、以下の機能が強化されています。

  • ローカル ワーカーに対する mapreduce の並列化
  • GPU に対応した MATLAB の追加の関数: accumarrayhistccummaxcummin
  • GPU に対する mldividepagefun サポート
  • fft2fftnifft2ifftncummaxcummin、および diff など、分散配列のための MATLAB 関数の追加

詳細につきましては、 リリース ノート (英語) をご覧ください。