MATLAB Parallel Server

MATLAB- und Simulink-Berechnungen in Clustern und Clouds ausführen

Mit MATLAB Parallel Server™ können Sie MATLAB®-Programme und Simulink®-Simulationen für Computercluster und Clouds skalieren. Sie können auf dem Desktop-Computer Prototypen für Programme und Simulationen erstellen und diese auf Clustern und in Clouds ausführen, ohne sie neu codieren zu müssen. MATLAB Parallel Server unterstützt Batchjobs, interaktive parallele Berechnungen und verteilte Berechnungen mit großen Datenfeldern.

Jegliche Lizenzvergabe auf Cluster-Seite wird von MATLAB Parallel Server gehandhabt. Ihr Desktop-Lizenzprofil wird dynamisch im Cluster aktiviert, sodass Sie keine MATLAB-Lizenzen für das Cluster liefern müssen. Das Lizenzmodell beinhaltet Funktionen für die unbegrenzte Skalierung.

MATLAB Parallel Server führt Ihre Programme und Simulationen als zeitgesteuerte Anwendungen auf dem Cluster aus. Sie können entweder den optimierten Scheduler aus MATLAB Parallel Server oder einen eigenen verwenden. Durch ein Plugin-Framework wird die direkte Kommunikation mit beliebten Cluster-Scheduler-Eingabeclients möglich.

Vor R2019a wurde MATLAB Parallel Server als MATLAB Distributed Computing Server bezeichnet.

Jetzt Loslegen:

Code einmal schreiben und in mehreren Umgebungen verwenden

Testen und debuggen Sie Anwendungen auf dem Desktop mit der Parallel Computing Toolbox™ und skalieren Sie mühelos auf Cluster oder Clouds, ohne erneut programmieren zu müssen. Entwickeln Sie interaktiv und gehen Sie mit Batch-Workflows in die Produktion.

Auf mehreren Computern ohne Veränderung von Algorithmen ausführen

Entwickeln Sie einen Prototyp auf dem Desktop und skalieren Sie ihn auf ein Computercluster hoch, ohne neu programmieren zu müssen. Greifen Sie vom Desktop auf verschiedene Ausführungsumgebungen zu, indem Sie einfach Ihr Clusterprofil wechseln.

Führen Sie Iterationen parallel aus und profitieren Sie von schnelleren Ergebnissen.

Zugriff auf CPUs und GPUs auf zentralen Ressourcen

Nutzen Sie die Vorteile von High-End-Hardware in Ihrem Unternehmenscluster, ohne die MATLAB-Desktopumgebung verlassen zu müssen.

Fügen Sie Clusterprofile zu MATLAB hinzu, um den Zugriff auf verfügbare Clusterressourcen zu gestatten. 

Berechnungen hochskalieren

Führen Sie berechnungsintensive MATLAB-Anwendungen und Simulink-Modelle in Computerclustern und Clouds aus. MATLAB Parallel Server unterstützt Batch-Verarbeitung, parallele Anwendungen, GPU-Programmierung und verteilte Speicher.

Verwaltung mehrerer Simulink-Simulationen automatisieren

Richten Sie ganz einfach mehrere Ausführungen und Parameter-Sweeps ein, verwalten Sie Modellabhängigkeiten und Build-Verzeichnisse und übertragen Sie Base Workspace-Variablen in Clusterprozesse. Verwenden Sie die Benutzeroberfläche des Simulations-Managers, um mehrere Ausführungen von Simulink-Modellen in einem Cluster zu visualisieren und zu verwalten.

Überwachen mehrerer Simulationen in einem Fenster.

Big Data unter Windows, Mac oder Linux verarbeiten

Verwenden Sie für kleine und große Datenmengen die gleichen MATLAB-Analysen. Unter Windows®, Mac® oder Linux® können Sie Big Data in Spark™ -fähigen Hadoop®-Clustern oder traditionellen Clustern mit gängigen Dateisystemen verarbeiten.

Analysieren Sie umfangreiche Datasets mit großen Arrays und Datastores.

Speichergrenzen überwinden

Führen Sie Berechnungen durch, die den Speicherplatz eines einzelnen Computers überschreiten, ohne Ihren Algorithmus neu programmieren oder auf eine Architektur mit gemeinsamem Speicher zurückgreifen zu müssen.

Mit Distributed Arrays können Sie Berechnungen mit Daten durchführen, die zu groß für den Speicher eines einzelnen Computers sind.

Cluster jeder Größe mit einer einzigen Lizenz verwalten

Endanwender werden automatisch für das Cluster mit denjenigen Produkten lizensiert, die sie auf dem Desktop verwenden. Für ein Cluster ist nur eine MATLAB Parallel Server-Lizenz erforderlich.

Ihre Desktop Toolboxen im Cluster verwenden

MATLAB Parallel Server ist die einzige im Cluster erforderliche Lizenz. Durch die dynamische Lizensierung kann für jeden Benutzer ein eigenes Desktoplizenzprofil im Cluster verwendet werden. 

Führen Sie sämtliche lizenzierten Desktop-Produkte nur mit der MATLAB Parallel Server-Lizenz im Cluster aus.

Ihre bestehende Hardware und Infrastruktur verwenden

Erstellen Sie ein Cluster aus einigen dezidierten Computern und verwalten Sie Jobs mit dem MATLAB Job Scheduler oder integrieren Sie ein vorhandenes Cluster und verwalten Sie Jobs mit einem Third-Party Scheduler. Die Benutzer können ihre Jobs verwalten, ohne MATLAB verlassen zu müssen.

Ausführung auf CPUs und GPUs mehrerer Computing-Knoten.

Anwendungen in der Cloud skalieren

Integrieren Sie in öffentliche und private Clouds. Greifen Sie auf spezielle und leistungsstärkere Hardware in der Cloud zu. Verwenden Sie vorkonfigurierte Optionen von sowohl MathWorks als auch den Hostinganbietern von MathWorks oder bauen Sie die Infrastruktur selbst auf.  

Es stehen mehrere Optionen für die Skalierung des Parallel Computing auf Cluster in der Cloud zur Verfügung.

MATLAB Parallel Server in Aktion erleben

Neue Funktionen

Leistung häufig verwendeter Job Scheduler

Leistungsfähigere Erstellung vektorisierter Aufgaben für lokale Scheduler und Drittanbieter-Scheduler

Verbesserte Skalierbarkeit

MATLAB Parallel Server mit MATLAB Job Scheduler unterstützt jetzt Cluster mit bis zu 2000 Workern; die Unterstützung für große parallele Pools bleibt bei 1024 Workern.

Persönliche Cloud-Cluster

Festlegen von Cloud Center-Clustern zur persönlichen Nutzung

Dokumentation von Batchjobs

Erkunden von Batch-Workflows mit neuen Beispielen wie Batchjob ausführen und Von Workern aus auf Dateien zugreifen

Funktionen für verteilte Arrays

Verwenden neuer und erweiterter Funktionen für verteilte Arrays, wie Zerlegung, mink, maxk, topkrows usw.

Unterstützung von NVIDIA CUDA Toolkit 10.1

Update auf NVIDIA CUDA Toolkit 10.1

gpuArray-Datenladefunktion auf CPU

Laden von gpuArray-Daten auf CPU, wenn keine GPU vorhanden ist

Verbesserte GPU-Funktionalität für dünnbesetzte Elemente

Verwenden neuer und erweiterter gpuArray-Funktionen, wie „sparse diag“, „sparse trace“ usw.

Verbesserung für mexcuda

Kompilieren von mexcuda-Funktionen ohne Installation des CUDA-Toolkits

Details zu diesen Merkmalen und den zugehörigen Funktionen finden Sie in den Versionshinweisen.

Kostenlose Testversion anfordern

30 Tage Ausprobieren zum Greifen nah.

Jetzt downloaden

Bereit zum Kauf?

Fordern Sie ein Angebot an und informieren Sie sich über verwandte Produkte.

Studieren Sie?

Fordern Sie die MATLAB und Simulink Student Software an.

Weitere Informationen