ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

並列計算の基礎

並列計算の解決策の選択

並列計算は、大規模な計算の問題をさまざまな方法で解決するために役立ちます。MATLAB® と Parallel Computing Toolbox™ は、計算タスクへの取り組みに役立つ対話型のプログラミング環境を提供します。コードの実行速度が遅すぎる場合は、コードをプロファイリングし、ベクトル化して、組み込みの MATLAB 並列計算サポートを使用できます。さらに、並列プールの複数の MATLAB ワーカーで parfor を使用してコードの高速化を試みることもできます。ビッグ データがある場合は、分散配列または datastore を使用してスケール アップできます。また、parfeval を使用して完了を待たずにタスクを実行することが可能なため、他のタスクを続行することができます。デスクトップ コンピューター、GPU、クラスター、クラウドなど、さまざまな種類のハードウェアを使用して並列計算の問題を解決できます。

関数

parfor並列プール内のワーカーで for ループの反復を並列実行
parfeval並列プール ワーカーでの関数の非同期実行
gpuArrayGPU 上に配列を作成する
distributedクライアントから分散配列要素にアクセスする
batchワーカー上で MATLAB スクリプトまたは関数を実行する
parpoolクラスターでの並列プールの作成
ticBytes並列プール内で転送されたバイト数のカウントを開始する
tocBytesticBytes の呼び出し後に転送されたバイト数を読み取る

例および操作のヒント

並列計算の解決策の選択

対処すべき並列計算の問題を解決するため、MATLAB と Parallel Computing Toolbox で提供される最も重要な機能を確認してください。

parfor を使用した対話形式でのループの並列実行

低速の for ループをより高速の parfor ループに変換する。

バッチ並行ジョブの実行

MATLAB セッションの負荷をオフロードしてバックグラウンドで実行するために batch を使用する。

parfeval を使用したバックグランドでの関数の評価

結果が利用可能になったときにループを早期に終了して結果を収集する。

GPU デバイスの識別と選択

gpuDevice を使用して、使用するデバイスの識別と選択を行う。

分散配列の作成と使用

データ配列が大きすぎて 1 台のマシンのメモリに収まらない場合は、distributed 配列を作成する

概念

並列計算とは

MATLAB および Parallel Computing Toolbox について

並列プールでのコードの実行

並列プールの開始と終了、プールのサイズ、およびクラスターの選択について学習する。

クラスターおよびクラウドへの parfor ループのスケールアップ

parfor ループをデスクトップで作成し、コードを変更せずにクラスターにスケール アップする。

Glossary

注目の例

この情報は役に立ちましたか?