• Новостная рассылка

    Подпишитесь и получайте самые свежие новости.
    Подписаться на новостную рассылку
  • Параллельные вычисления в MATLAB

    Код тренинга: MLPC

    Курс знакомит с инструментами и техниками работы с распределенным кодом и написанием функций параллельных алгоритмов в MATLAB. Показано использование Parallel Computing Toolbox для увеличения как скорости исполнения, так и масштабируемости по размеру обрабатываемых данных в существующем коде.


    Курс содержит следующие темы:

    • Увеличение производительности
    • Ускорение вычислений
    • Распараллеливание по задачам
    • Работа с большими данными
    • Распараллеливание по данным
    • Масштабирование на большие параллельные системы

    Для прохождения курса требуется предварительное прохождение курса «Основы работы в MATLAB», либо эквивалентный опыт в MATLAB.

    Продолжительность 2 дня.


    Заявка на тренинг


    Подробнее

    Программа курса

    Модуль 1. Увеличение производительности

    Знакомство с параллельным запуском кода MATLAB на нескольких сессиях MATLAB. Акцент на интерактивные техники параллельного прототипирования. Обзор тем курса.

    • Оценка производительности
    • Распределенный код
    • Дополнительные сессии MATLAB
    • Параллельные циклы for
    • Измерение скорости вычислений
    • Использование аппаратных ресурсов

    Модуль 2. Ускорение вычислений

    Краткое изложение основных шагов для запуска параллельных вычислений в пакетном режиме. Сделан упор на взаимодействие с различными объектами Parallel Computing Toolbox по созданию и запуску заданий в пакетном режиме

    • Профили кластеров
    • Создание задания
    • Создание задачи
    • Отправка задания на расчет
    • Запрос результатов

    Модуль 3. Распараллеливание по задачам

    Рассмотрение важных соображений по программированию заданий, параллельных по задачам, в том числе разбиение задачи и входных данных. На практических примерах исследуются разные техники, обычно используемые для ускорения

    • Разбиение параллельной задачи
    • Разбиение входных данных
    • Объединение вызовов функций
    • Выравнивание загрузки
    • Соображения относительно использования циклов parfor
    • Классификация переменных для циклов parfor
    • Приложения, параллельные по задачам и по данным

    Модуль 4. Работа с большими данными

    Работа с массивами в параллельной среде в параллельных алгоритмах. Разделение больших наборов данных на несколько сессий MATLAB. А также одновременное выполнение одинаковых операций на разных их частях. Завершением будет запуск кода-прототипа в пакетном режиме

    • Модель «Одна программ, много данных» (SPMD)
    • Классификация переменных (частная, дублированная, вариантная)
    • Распределенные массивы
    • Составные массивы
    • Функции, параллельные по данным
    • Создание со-распределенных массивов
    • Индексация со-распределенных массивов

    Модуль 5. Распараллеливание по данным

    Рассмотрение важных особенностей программирования параллельных заданий. Кроме того, показаны особенности связи между параллельными заданиями для работы специальных архитектур, использующихся для решения отдельных типов параллельных задач

    • Дробление данных
    • Параллельная топология
    • Отправка и получение данных
    • Отправка сообщающихся заданий на расчет
    • Групповое взаимодействие
    • Синхронизация
    • Взаимная блокировка
    • Глобальные операции

    Модуль 6. Масштабирование на большие параллельные системы

    Демонстрация инструментов для использования потенциала больших сетевых систем для выполнения кода. Обращается внимание на техники работы с гетерогенными системами, а также специальному функционалу, доступному для кластерных вычислительных систем

    • Компоненты системы
    • Соединение с удаленным кластером
    • Динамическое лицензирование
    • Присоединенные файлы
    • Задание путей
    • Процесс разработки и отладки
    • Масштабируемость приложений

    Заявка на тренинг
    Связанные материалы