MATLAB Parallel Server

Effectuer des calculs MATLAB et Simulink sur des clusters, clouds et grilles de calcul

MATLAB Parallel Server™ vous permet d’exécuter des programmes MATLAB® et des modèles Simulink® qui exigent des calculs complexes sur des clusters de calcul et des clouds. Vous développez votre programme ou modèle sur un ordinateur multicœurs à l’aide de la Parallel Computing Toolbox™, puis vous le mettez à l’échelle sur de nombreux ordinateurs à l’aide de MATLAB Parallel Server. Le serveur supporte les tâches en batch, les calculs parallèles et les données volumineuses distribuées. Le serveur inclut un ordonnanceur de tâches sur cluster intégré et supporte les ordonnanceurs tiers les plus utilisés.

MATLAB Parallel Server fournit des licences pour tous les blocksets toolboxes MathWorks, afin de pouvoir exécuter les programmes MATLAB sur un cluster sans avoir à acquérir séparément des licences supplémentaires spécifiques au produit pour chaque ordinateur dans le cluster.

En savoir plus:

Écrivez le code une seule fois, puis utilisez-le dans plusieurs environnements

Prototypez et déboguez des applications sur un ordinateur avec la Parallel Computing Toolbox, et migrez-les facilement sur des clusters ou des clouds sans avoir à modifier votre code. Développez de manière interactive et passez à la production avec les processus en mode batch.

Exécutez votre programme sur plusieurs machines sans modifier votre algorithme

Développez un prototype sur votre ordinateur, puis mettez-le à l’échelle sur un cluster de calcul sans modifier votre code. Modifiez simplement le profil de votre cluster pour accéder à différents environnements d’exécution à partir de votre ordinateur.

Accédez à des CPU et des GPU sur des ressources centralisées

Tirez parti de matériel haut de gamme dans le cluster de votre organisation sans quitter l’environnement MATLAB de votre ordinateur.

Mettez les calculs à l’échelle

Exécutez des applications MATLAB et des modèles Simulink qui exigent des calculs complexes sur des clusters de calcul et des clouds. MATLAB Distributed Computing supporte le traitement en mode batch, les applications parallèles, le calcul sur GPU et la mémoire distribuée.

Automatisez la gestion de plusieurs simulations Simulink

Configurez facilement plusieurs exécutions et balayages de paramètres, gérez les dépendances des modèles, construisez des dossiers et transférez des variables de l’espace de travail vers les processus des clusters. Visualisez et gérez plusieurs exécutions de modèles Simulink sur un cluster à l’aide de l’interface utilisateur  Simulation Manager.

Traitez des Big Data sur Windows, Mac ou Linux

Utilisez les mêmes analytiques MATLAB sur des volumes de données faibles ou importants. Depuis votre machine Windows, Mac ou Linux, vous pouvez traiter des Big Data sur des clusters Hadoop®  supportant Spark® ou sur des clusters classiques avec des systèmes de fichiers standards.

Surmontez les la de mémoire

Exécutez des calculs que la mémoire d’une seule machine ne permettrait pas d’effectuer, sans devoir recoder votre algorithme ou utiliser une architecture à mémoire partagée.

Gérez des clusters de toutes tailles avec une seule licence

Les utilisateurs finaux se voient automatiquement attribuer une licence sur le cluster pour chaque produit qu’ils utilisent sur leur ordinateur. Le cluster se contente uniquement d’une licence MATLAB Parallel Server.

Utilisez vos toolboxes locales sur le cluster

Le cluster requiert uniquement la licence MATLAB Parallel Server. Le système de licence dynamique permet d’activer le profil de licence local de chaque utilisateur sur le cluster. 

Utilisez votre matériel et votre infrastructure existants

Créez un cluster à partir de quelques machines dédiées et gérez les tâches avec l’ordonnanceur de tâches MATLAB, ou effectuez une intégration avec votre cluster existant et gérez les tâches avec votre ordonnanceur tiers. Les utilisateurs peuvent gérer leurs tâches sans quitter MATLAB.

Mettez les applications à l’échelle sur le Cloud

Effectuez une intégration avec des clouds publics et privés. Accédez à du matériel spécialisé et plus puissant sur le cloud. Utilisez les options préconfigurées de MathWorks et des fournisseurs d’hébergement MathWorks, ou créez l’infrastructure vous-même.  

Exemples d'utilisation de la Parallel Computing Toolbox

Nouveautés

Performance des ordonnanceurs de tâches courants

améliorez la performance de la création de tâches vectorisées pour des ordonnanceurs tiers et locaux.

Amélioration de l’évolutivité

MATLAB Parallel Server et MATLAB Job Scheduler supportent dorénavant les clusters d’un maximum de 2 000 workers (le support pour les larges pools parallèles reste de 1 024 workers).

Clusters cloud personnels

configurez des clusters cloud pour votre utilisation personnelle.

Documentation des tâches en batch

explorez les processus en mode batch avec de nouveaux exemples tels que Run Batch Job et Access Files from Workers.

Fonctionnalités pour les tableaux distribués

utilisez de nouvelles fonctionnalités améliorées pour les tableaux distribués, telles que la décomposition, mink, maxk, topkrows et bien d’autres.

Support de NVIDIA CUDA Toolkit 10.1

bénéficiez de la mise à jour NVIDIA CUDA Toolkit 10.1.

Chargement de données gpuArray sur CPU

chargez des données gpuArray sur le CPU, lorsque qu’il n’y a pas de GPU.

Fonctionnalité GPU améliorée pour le mode sparse

utilisez des nouvelles fonctions gpuArray améliorées, telles que sparse diag, sparse trace et autres.

Amélioration de mexcuda

compilez des fonctions mexcuda sans installer le toolkit CUDA.

Reportez-vous aux notes de version pour en savoir plus sur ces fonctionnalités et les fonctions correspondantes.

Version d’évaluation

Bénéficiez d'une version d'évaluation de 30 jours.

Télécharger

Prêt à acheter ?

Obtenez les tarifs et explorez les produits associés.

Vous êtes étudiant ?

Obtenez la version étudiante des logiciels MATLAB et Simulink.

En savoir plus