matlab分布式计算应用.pptVIP

MATLAB分布式并行计算 并行计算的基本原理 matlab平台下实现并行计算 一般程序如何通过DCT在计算节点上运行 程序并行计算注意事项 并行计算的基本原理 MATLAB 7.1以上版本中提供的Distributed Computing Toolbox (DCT)和MATLAB Distributed Computing Engine可以把MATLAB程序在多台计算机（或多个CPU）上并行计算，以缩短仿真时间。 下边我们来看DCT的基本思想： 用户先把一台计算机设置为工作管理计算机（Job Manager），把其它计算机设置为该计算机的任务执行计算机（Worker）,然后将要执行的程序分解成一系列相对独立的任务（Task),由工作管理计算机将这些任务分配给它下面的任务执行计算机运算，工作管理计算机等待所有任务完成后将所有的运算结果收集起来送至用户端完成仿真。 例子 我们运行一个单机加法程序，测试其运行时间为200秒左右，然后我们将其改写为并行程序，在一个有8个节点的 jobmanager上运行，测试其运行时间为24秒左右，可以看出程序运行时间大大减少了。 一般程序如何通过DCT在计算节点上运行 将所要运行的程序改写为函数的形式 调用jobmanager将其发送到一个计算节点上进行运算 回收结果 程序并行计算注意事项 destroy(job) createTask(j,@add_test, 1, {…} ); function [x]= add_test(…); set(job,‘FileDependencies’,{‘add_test.m’，‘…’}); Xmanager远程登录窗口使用完后请关闭 * Natioanl Lab for Radar Signal Processing Xidian University * National Lab for Radar Signal Processing Xidian University MATLAB Distributed Computing Engine Distributed Computing Toolbox Scheduler CPU Worker CPU Worker CPU Worker CPU Worker Job Task Task Task Task Result Result Result Result Result Toolboxes Blocksets Client Machine Functionality: Create jobs Create tasks Pass data Retrieve results Functionality: Queue jobs Dynamically license workers Evaluate tasks Distributed Computing Toolbox CPU CPU CPU CPU CPU CPU CPU CPU Toolboxes Blocksets Client Machine Third-Party Scheduler CPU Worker CPU Worker CPU Worker CPU Worker Job Task Task Task Task Result Result Result Result Result Out-of-the-box support: MathWorks built-in scheduler (job manager) Platform Computing LSF API for integration with additional schedulers Scheduler jm = findResource(scheduler,type,jobmanager); job = createJob(jm); set(job,‘FileDependencies’,{‘add_test.m’，‘…’}); createTask(job,@add_test, 1, {1,10000} ); submit(job); waitForState(job, finished); totalpi = getAllOutputArguments(job) matlab平台下实现并行计算 * Natioanl Lab for Radar Signal Processing Xidian University