首页计算机书籍程序设计《实战Matlab之并行程序设计》刘维
吾之本一

文档

146

关注

0

好评

0
PDF

《实战Matlab之并行程序设计》刘维

阅读 911 下载 1 大小 19.79M 总页数 302 页 2022-11-18 分享
价格:¥ 10.00
下载文档
/ 302
全屏查看
《实战Matlab之并行程序设计》刘维
还有 302 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 302 页,下载后文档不带www.pdfdz.com水印,支持完整阅读内容。
2、古籍基本都为PDF扫描版,所以文档不支持编辑功能,即不支持文档内文字的复制粘贴。
3、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
4、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
内容简介本书对基于Matlab的并行程序设计的原理进行了深人的剖析,并结合各章给出的大量实例对基于Mat~1b的并行计算程序设计方法和技巧给出了详细的说明。通过阅读和学习本书的内容,读者可以掌握基于多种平台(多核、多处理器、集群和GPU等),利用多项技术(Matlab并行计算工具箱、多线程MEX文件,OpenMP和GPU等),学习理解Matlab并行程序设计的原理,方法和技巧。全书共分10章:第1章为Matlab开发环境和程序设计基础,第2章为利用parfor对for循环进行并行:第3章为SPMD并行结构:第4章为其他Matlab并行结构:第5章为Matlab并行计算数据类型:第6章为Matlab通用并行程序设计:第7章为MDCE配置:第8章为创建多线程MEX文件,第9章为在Matlab中应用OpenMP进行并行计算,第l0章为利用GPU并行执行Matlab程序。书中附录共包括三个部分,即MEX文件基础知识、用户配置项和Matlab并行计算常用概念说明。书中所有的源代码均可在出版社网站的下截中心和Matlab中文论坛(.iLoveMatlab)中下载.除特别说明之外,其开发和编译环境均为Matlab2010与Visual C十十2010。本书的阅读对象包括大中专院校学生以及利用Matlab开发并行程序的人员。图书在版编目(CIP)数据实战Matlab之并行程序设计/刘维编著.一北京:北京航空航天大学出版社,2012.3ISBN978-7-5124-0597-4包,Matlab②并行程序一程序设计N.①TP391.75②TP311.11中国版本图书馆CIP数据核字(2011)第193435号,。实战Matlab之并行程序设计刘维编著北京航空航天大学出版社出版发行北京市海淀区学院路37号(邮编100191)://.buaapress.发行部电话:(010)82317024传真:(010)82328026读者信箱:bhpress(@263.net邮胸电话:(010)82316936涿州市新华印刷有限公司印装各地书店经销开本:787×10921/16印张:18.75字数:480千字2012年3月第1版2012年3月第1次印刷印数:5000册ISBN978-7-5124-0597-4定价:35.00元若本书有倒页、脱页、缺页等印装质量问题,请与本社发行部联系调换。联系电话:(010)82317024前言随着多核和集群技术的快速发展,并行程序设计成为提高数值计算效率的主流技术之一。目前,常用的小型并行计算平台可大致分为两类:一类是由多核和多处理器构建的单计算机平台;另一类是由多个计算机构成的集群(Cluster)系统。单个计算机上的多核或多CPU之间可以通过共享内存进行数据交互;多个计算机构成的集群通过网络进行数据通信。常用的并行计算技术包括多线程技术、基于共享内存的OpenMP技术、基于集群系统的MPI技术等。但无论是基于多线程的并行计算技术,还是基于OpenMP的并行计算技术,以及基于MPI的并行计算技术,都需要用户处理大量的与并行算法无关的技术细节。此外,这些并行计算技术本身并不提供高效的算法库,与数值计算的关联是松散的。Matlab已经成为数值计算领域的主流工具,它提供了大量高效的数值计算模块和丰富的数据显示模式,便于用户进行快速算法研究和科学建模仿真。因此,如果Matlab支持多核、多处理器和集群并行计算的话,那么对于科学研究人员和工程师来说,无疑是一个新的福音。在Matlab2009之后,Matlab推出了并行计算工具箱(Parallel Computing Toolbox,PCT)和并行计算服务(Distributed Computing Server,DCS),通过PCT和DCS用户可以实现基于多核平台、多处理器平台和集群平台的多种并行计算任务。利用PCT和DCS,用户无需关心多核、多处理器以及集群之间的底层数据通信,而是更多地将主要精力专注于并行算法的设计,同时可以充分利用Matlab提供的数值计算模块和数据显示功能,高效便捷地完成并行计算任务。PCT除了支持通用处理器构建的多核、多处理器和集群平台之外,还增加了对GPU(Graphics Processing Unit)的支持。GPU最早主要应用在图形计算领城,近年来GPU在通用计算领城的发展迅速。在Matlab中,可以通过PCT、MEX文件等多种方式利用GPU完成数据处理功能。在Matlab中,并行程序开发与普通程序开发的差别很大,因此在开始应用Matlab并行计算功能之前,读者首先需要考虑以下几个问题。
返回顶部