Accelerazione e Parallelizzazione del Codice MATLAB

Questo corso di due giorni tratta una serie di tecniche che consentono di rendere il codice MATLAB^® più veloce. Vedrai come identificare e rimuovere i colli di bottiglia computazionali usando tecniche come preallocazione e vettorizzazione. Inoltre, potrai compilare il codice MATLAB in un file MEX usando MATLAB Coder™. Oltretutto, vedrai come sfruttare core multipli sul tuo computer parallelizzando i cicli FOR con il Parallel Computing Toolbox™ e come riscalare su computer multipli usando il MATLAB Parallel Server™. L'interazione tra questi concetti verrà esplorata durante tutto il corso. Se stai lavorando con simulazioni che durano molto tempo, trarrai benefici dalle dimostrazioni pratiche e dagli esercizi trattati nel corso. Elenco degli argomenti:

Ottimizzazione dell’esecuzione all'interno del linguaggioMATLAB
Generazione di file MEX
Parallelizzazione del calcolo
Esecuzione offload
Utilizzo di cluster
Calcolo su GPU

Scopri maggiori dettagli sui nostri corsi

Prerequisiti

Fondamenti MATLAB, o esperienza equivalente nell'uso di MATLAB

Giorno 1
Ottimizzazione delle Prestazioni	Obiettivo: Analizzare le prestazioni del codice e utilizzare tecniche per l'accelerazione all'interno di MATLAB. Identificazione dei colli di bottiglia Preallocazione degli array Vettorizzazione delle operazioni in vari modi Riscrittura degli algoritmi
Generazione di File MEX	Obiettivo: Generare file di codice compilato a partire da codice MATLAB per ottenere prestazioni migliori. Panoramica su MATLAB Coder e flusso di lavoro Generazione e verifica di file MEX Richiamare funzioni non supportate Impostazione dei settaggi per la generazione di file MEX
Parallelizzazione del Calcolo	Obiettivo: Parallelizzare l'esecuzione del codice per sfruttare core multipli. Apertura di altri processi MATLAB Esecuzione di cicli FOR paralleli Misurazione dell'accelerazione Elaborazione di più file in parallelo

Giorno 2
Cicli FOR in Parallelo	Obiettivo: Esplorare cicli FOR paralleli in modo più dettagliato ed applicare tecniche per convertire cicli FOR in cicli PARFOR. Requisiti dei cicli FOR in parallelo Parallelizzazione dei cicli FOR Recupero dei risultati intermedi
Esecuzione Offload	Obiettivo: Eseguire il calcolo offload su un altro processo MATLAB al fine di usare MATLAB per altre operazioni nel frattempo. Questo è anche un passaggio di preparazione per utilizzare i cluster. Elaborazione in batch Creazione di processi in batch Recupero dei risultati Utilizzo del Job Monitor
Utilizzo di Cluster	Obiettivo: Accelerare il calcolo e realizzare simulazioni più estese utilizzando più computer. Cluster locali e remoti Licenze dinamiche Individuazione e connessione di cluster Considerazioni sull'accesso ai file
Calcolo su GPU	Obiettivo: Eseguire codice MATLAB sulla scheda grafica del computer (GPU) in uso come ulteriore opzione per velocizzare i calcoli. Panoramica dell'architettura GPU ed elaborazione Applicazioni adatte per l'elaborazione su GPU Invocare funzioni MATLAB su GPU Generazione di file MEX CUDA^® tramite GPU Coder™ Utilizzo di codice CUDA pre-esistente

Svolgimento garantito

Registrandoti a uno di questi corsi, avrai la certezza che non sarà cancellato o riprogrammato per nessuna ragione.

Calendario Corsi MATLAB e Simulink

Non ci sono lezioni disponibili per questo corso al momento.