Technical Computing & Model Based Design | מוצרים | Parallel Computing Toolbox

Parallel Computing Toolbox Overview

Parallel Computing Toolbox

מוצר זה מאפשר לבצע עיבוד במקביל של אלגוריתמים בסביבת MATLAB. הוא מאפשר לפתור בעיות בעלות סיבוכיות חישוב גבוהה באמצעות שימוש במעבדים מרובי ליבות, מעבדים גרפיים (GPU) וקלאסטרים של מחשבים. כלי זה מאפשר גם לעבד כמות גדולה של נתונים – כזו שלא ניתן לטעון לזכרון המחשב בבת אחת.

מוצר זה מכיל מבני שפה חדשים – לולאות Parfor הרצות באופן מקבילי; טיפוסי נתונים מיוחדים לעבודה על מספר ליבות או על המעבד הגרפי (GPU); ואלגוריתמי MATLAB הממומשים כבר באופן מקבילי – המאפשרים להריץ באופן מקבילי ויעיל את תוכנית ה-MATLAB שכתבתם. בנוסף, ניתן להריץ סימולציות של מודלי Simulink באופן מקבילי, ובכך למעשה לקצר את משך ההרצות.

איך לבצע scale-up?

בדרך כלל נתחיל לעבוד במחשב האישי ונבנה אבטיפוס (prototype) המנצל את המשאבים במחשב שלנו, ולאחר מכן נעבור לסביבה מבוזרת (cluster) עם מעט מאוד שינויים או ללא שינויים בכלל.

כדי לבצע scale-up ולעבוד על גבי סביבה מבוזרת, אנחנו צריכים לוודא כי הכלי Parallel Computing Toolbox מותקן על גבי המחשב האישי, וכלי הנקרא MDCS המותקן על גבי כל אחד ממחשבי ה-cluster. נוכל להגדיר בקוד שלנו את הסביבה בה נבחר לרוץ – על גבי המחשב האישי או על גבי ה-cluster, ע”י שימוש בפונקציה parpool.

למה בכלל לבצע עיבוד מקבילי?

ברצוננו לקבל תוצאות בקצב כמה שיותר מהיר, בכדי לוודא שמידע שלנו תואם לקצב השינוי בעולם. ככל שנדע לספק תוצאות בזמן מהיר יותר, כך הן תהיינה יותר רלוונטיות וייעשה בהן שימוש. כוח המיחשוב הולך ומתעצם עם הזמן, ואנו יכולים לנצל אותו כדי להאיץ ולקבל תובנות מהמידע שאנחנו אוספים בקצב מהיר יותר.

למה לבצע עיבוד מקבילי ב-MATLAB?

ב-MATLAB אנחנו יכולים לעבור מקוד שרץ באופן טורי לקוד מקבילי במהירות, עם מעט מאוד שינויים בקוד, ולפעמים בלי שינויים בכלל. כך אנו יכולים להקדיש את הזמן למחקר ופיתוח הנדסי, במקום להתעסק בתכנות בכדי למקבל את הקוד.

מתי לעשות עיבוד מקבילי?

דוגמאות למקרים בהם כדאי להאיץ את ריצת הקוד על ידי עיבוד מקבילי:

אימון רשתות נוירונים בתחום Deep Learning יכול להתבצע מהר יותר באופן משמעותי על גבי GPU ביחס ל-CPU;

בעיות עם סיבוכיות חישוב גבוהה בשל ריבוי משימות או איטרציות, כמו לדוגמא סימולציות מונטה קרלו או אנליזה פרמטרית, הן בעיות אידיאליות לעיבוד מקבילי בהן מומלץ לעשות שימוש בלולאות for מקביליות (parfor).

שימוש ב- GPU בעזרת gpuArray