并行计算工具箱函数-按类别
按字母顺序列表
按类别
并行计算原理
并行for循环(parfor)
parfor |
在并行池中的工作者上并行执行for循环迭代 |
parpool |
在集群上创建并行池 |
parfeval |
在并行池工作程序上异步执行函数 |
ticBytes |
开始计算在并行池中传输的字节数 |
tocBytes |
读取自调用ticBytes以来已经传输了多少字节 |
发送 |
使用数据队列将数据从worker发送到客户端 |
afterEach |
定义在数据队列上接收到新数据时调用的函数 |
parallel.Pool |
访问并行池 |
parallel.pool.DataQueue |
类，支持在客户机和worker之间发送和侦听数据 |
异步并行编程
parfeval |
在并行池工作程序上异步执行函数 |
parfevalOnAll |
在并行池中的所有工作线程上异步执行函数 |
ticBytes |
开始计算在并行池中传输的字节数 |
tocBytes |
读取自调用ticBytes以来已经传输了多少字节 |
发送 |
使用数据队列将数据从worker发送到客户端 |
民意调查 |
检索从工人发送的数据 |
afterEach |
定义在数据队列上接收到新数据时调用的函数 |
afterEach |
在每个并行之后指定要调用的函数。将来完成 |
毕竟 |
指定一个函数在所有并行后调用。期货交易完成 |
fetchOutputs |
从Future检索所有输出参数 |
fetchNext |
检索下一个可用的未读FevalFuture输出 |
取消 |
取消排队或运行未来 |
isequal |
如果期货有相同的ID，为真 |
等待 |
等待期货完成 |
parallel.Future |
请求函数执行并行池工人或MATLAB客户端 |
parallel.Pool |
访问并行池 |
parallel.pool.DataQueue |
类，支持在客户机和worker之间发送和侦听数据 |
parallel.pool.PollableDataQueue |
类，支持在客户机和worker之间发送和轮询数据 |
大数据处理
分布式阵列
分布式 |
从客户端工作区中的数据创建分布式数组 |
收集 |
将分布式数组或gpuArray传输到本地工作区 |
spmd |
在并行池的工作线程上并行执行代码 |
复合 |
创建复合对象 |
parallel.pool.Constant |
构建parallel.pool。来自数据或函数句柄的常量 |
codistributed |
从复制的本地数据创建共分布数组 |
parpool |
在集群上创建并行池 |
删除(池) |
关闭平行池 |
重新分配 |
用另一种分发方案重新分发共分发阵列 |
codistributed.build |
从分布的数据创建共分布的数组 |
为 |
循环超过分布范围 |
getLocalPart |
共分布阵列的局部部分 |
globalIndices |
共分布数组局部局部的全局索引 |
共和党 |
全球运作，所有员工参与 |
写 |
将分布式数据写入输出位置 |
分布式 |
从客户端访问分布式数组的元素 |
codistributed |
访问并行池中分布在worker之间的数组元素 |
复合 |
从客户端访问多个worker上的非分布变量 |
codistributor1d |
共分布阵列的一维分布方案 |
codistributor2dbc |
共分布阵列的二维块循环分布方案 |
parallel.Pool |
访问并行池 |
Tall数组和Mapreduce
高 |
创建高数组 |
数据存储 |
为大型数据集合创建数据存储 |
mapreduce |
用于分析无法装入内存的数据集的编程技术 |
mapreduce |
为mapreduce和tall数组定义并行执行环境 |
分区 |
分区数据存储 |
numpartitions |
数据存储分区的数目 |
parpool |
在集群上创建并行池 |
gcp |
获取当前并行池 |
parallel.Pool |
访问并行池 |
parallel.cluster.Hadoop |
用于mapreducer, mapreduce和tall数组的Hadoop集群 |
批处理
简单批处理
详细的工作和任务控制
作业和任务创建
parcluster |
创建集群对象 |
批处理 |
在worker上运行MATLAB脚本或函数 |
createJob |
在集群上创建独立的作业 |
createCommunicatingJob |
在集群上创建通信作业 |
重新创建 |
从现有工作中创建新工作 |
createTask |
在作业中创建新任务 |
parallel.defaultClusterProfile |
检查或设置默认的集群配置文件 |
parallel.importProfile |
从文件导入集群概要文件 |
poolStartup |
当并行池启动时，在每个worker上运行的用户定义选项的文件 |
jobStartup |
文件，用于在作业启动时运行的用户定义选项 |
taskStartup |
当任务启动时在worker上运行的用户定义选项 |
taskFinish |
任务完成时在worker上运行的用户定义选项 |
pctconfig |
为并行计算工具箱客户端会话配置设置 |
mpiLibConf |
MPI实现的位置 |
mpiSettings |
为MPI通信配置选项 |
parallel.Cluster |
访问集群属性和行为 |
parallel.Future |
请求函数执行并行池工人或MATLAB客户端 |
parallel.Job |
访问作业属性和行为 |
parallel.Task |
访问任务属性和行为 |
工作提交和结果
队列管理和作业信息
暂停 |
暂停MATLAB作业调度程序队列 |
的简历 |
在MATLAB作业调度器中恢复处理队列 |
取消 |
取消作业或任务 |
删除 |
从集群和内存中删除作业或任务对象 |
促进 |
在MJS集群队列中提升作业 |
降级 |
降级集群队列中的作业 |
changePassword |
提示用户更改MJS密码 |
注销 |
退出MJS集群 |
findJob |
查找存储在集群中的作业对象 |
findTask |
属于作业对象的任务对象 |
getDebugLog |
从CJS集群中运行的作业读取输出消息 |
getJobClusterData |
获取泛型集群上作业的特定用户数据 |
setJobClusterData |
为通用集群上的作业设置特定的用户数据 |
任务控制和工作人员沟通
addAttachedFiles |
将文件或文件夹附加到并行池 |
labindex |
这个工人的索引 |
numlabs |
在当前工作上并行操作的工人总数 |
gcat |
全球连接 |
共和党 |
全球运作，所有员工参与 |
gplus |
全球之外 |
pload |
将文件加载到并行会话中 |
psave |
保存来自通信作业会话的数据 |
labBarrier |
块执行，直到所有worker都达到这个调用 |
labBroadcast |
发送数据给所有工人或接收发送给所有工人的数据 |
labProbe |
测试以查看是否准备好从其他worker接收消息 |
labReceive |
从另一个worker接收数据 |
labSend |
发送数据给另一个工人 |
labSendReceive |
同时发送数据和接收数据从另一个工人 |
getCurrentJob |
任务当前正在求值的作业对象 |
getCurrentCluster |
提交当前任务的群集对象 |
getCurrentTask |
在此工作程序会话中正在计算的任务对象 |
getCurrentWorker |
当前运行此会话的Worker对象 |
getAttachedFilesFolder |
将附加文件写入其中的文件夹 |
updateAttachedFiles |
更新并行池上的附加文件或文件夹 |
parallel.Task |
访问任务属性和行为 |
parallel.Worker |
访问运行task的worker |
GPU计算
MATLAB中的GPU计算
gpuArray |
在GPU上创建数组 |
收集 |
将分布式数组或gpuArray传输到本地工作区 |
existsOnGPU |
确定如果gpuArray或CUDAKernel是可用的GPU |
gpuDevice |
查询或选择GPU设备 |
gpuDeviceCount |
GPU设备的数量 |
gputimeit |
在GPU上运行函数所需的时间 |
重置 |
重置GPU设备并清除其内存 |
等待(GPUDevice) |
等待GPU计算完成 |
arrayfun |
在GPU上对数组中的每个元素应用函数 |
bsxfun |
用于gpuArray的二进制单例扩展函数 |
pagefun |
在GPU上对数组的每一页应用函数 |
gpuArray |
存储在GPU上的数组 |
GPUDevice |
图形处理单元(GPU) |
GPUDeviceManager |
GPU设备管理器 |
GPU CUDA和MEX编程
mexcuda |
编译MEX-function用于GPU计算 |
parallel.gpu.CUDAKernel |
创建GPU CUDA内核对象从PTX和CU代码 |
函数宏指令 |
在GPU上评估内核 |
setConstantMemory |
在GPU上设置一些恒定的内存 |
mxGPUCopyFromMxArray |
复制mxArray到mxGPUArray |
mxGPUCopyGPUArray |
复制(深度复制)mxGPUArray对象 |
mxGPUCopyImag |
复制mxGPUArray的虚部 |
mxGPUCopyReal |
复制实部mxGPUArray |
mxGPUCreateComplexGPUArray |
创建复杂的GPU阵列从两个真实的gpuarray |
mxGPUCreateFromMxArray |
从输入mxArray创建只读mxGPUArray对象 |
mxGPUCreateGPUArray |
创建mxGPUArray对象，在GPU上分配内存 |
mxGPUCreateMxArrayOnCPU |
创建mxArray用于返回CPU数据到MATLAB与数据从GPU |
mxGPUCreateMxArrayOnGPU |
创建mxArray返回GPU数据到MATLAB |
mxGPUDestroyGPUArray |
删除mxGPUArray对象 |
mxGPUGetClassID |
与GPU上的数据关联的mxClassID |
mxGPUGetComplexity |
GPU上数据的复杂性 |
mxGPUGetData |
底层数据的原始指针 |
mxGPUGetDataReadOnly |
指向基础数据的只读原始指针 |
mxGPUGetDimensions |
mxGPUArray维度 |
mxGPUGetNumberOfDimensions |
mxGPUArray的维度数组大小 |
mxGPUGetNumberOfElements |
GPU上用于数组的元素数 |
mxGPUIsSame |
确定两个mxgpuarray是否引用相同的GPU数据 |
mxGPUIsSparse |
确定mxGPUArray是否包含稀疏的GPU数据 |
mxGPUIsValidGPUData |
确定mxArray是否是有效的GPU数据指针 |
mxIsGPUArray |
确定mxArray是否包含GPU数据 |
mxInitGPU |
在当前选择的设备上初始化MATLAB GPU库 |
mxGPUCopyFromMxArray |
复制mxArray到mxGPUArray |
mxGPUCopyGPUArray |
复制(深度复制)mxGPUArray对象 |
mxGPUCopyImag |
复制mxGPUArray的虚部 |
mxGPUCopyReal |
复制实部mxGPUArray |
mxGPUCreateComplexGPUArray |
创建复杂的GPU阵列从两个真实的gpuarray |
mxGPUCreateFromMxArray |
从输入mxArray创建只读mxGPUArray对象 |
mxGPUCreateGPUArray |
创建mxGPUArray对象，在GPU上分配内存 |
mxGPUCreateMxArrayOnCPU |
创建mxArray用于返回CPU数据到MATLAB与数据从GPU |
mxGPUCreateMxArrayOnGPU |
创建mxArray返回GPU数据到MATLAB |
mxGPUDestroyGPUArray |
删除mxGPUArray对象 |
mxGPUGetClassID |
与GPU上的数据关联的mxClassID |
mxGPUGetComplexity |
GPU上数据的复杂性 |
mxGPUGetData |
底层数据的原始指针 |
mxGPUGetDataReadOnly |
指向基础数据的只读原始指针 |
mxGPUGetDimensions |
mxGPUArray维度 |
mxGPUGetNumberOfDimensions |
mxGPUArray的维度数组大小 |
mxGPUGetNumberOfElements |
GPU上用于数组的元素数 |
mxGPUIsSame |
确定两个mxgpuarray是否引用相同的GPU数据 |
mxGPUIsSparse |
确定mxGPUArray是否包含稀疏的GPU数据 |
mxGPUIsValidGPUData |
确定mxArray是否是有效的GPU数据指针 |
mxIsGPUArray |
确定mxArray是否包含GPU数据 |
CUDAKernel |
GPU上的内核可执行文件 |
mxGPUArray |
MATLAB gpuArray的类型 |
集群和云
parcluster |
创建集群对象 |
parpool |
在集群上创建并行池 |
gcp |
获取当前并行池 |
关闭 |
关闭云集群 |
开始 |
启动云计算集群 |
等待(集群) |
等待云集群改变状态 |
parallel.defaultClusterProfile |
检查或设置默认的集群配置文件 |
parallel.exportProfile |
导出一个或多个概要文件到文件 |
parallel.importProfile |
从文件导入集群概要文件 |
saveProfile |
将修改后的集群属性保存到当前配置文件中 |
saveAsProfile |
将集群属性保存到指定的配置文件 |
pctconfig |
为并行计算工具箱客户端会话配置设置 |
parallel.Pool |
访问并行池 |
parallel.Cluster |
访问集群属性和行为 |
pctRunOnAll |
在客户端和并行池中的所有worker上运行命令 |
性能分析
并行分析器和代码改进
mpiprofile |
分析并行通信和执行时间 |
交互式并行开发(pmode)
pmode |
交互式并行命令窗口 |
这个话题有用吗?
您也可以从以下列表中选择一个网站:
