Electronique Mag - Le journal de l'électronique.

The MathWorks a annoncé une nouvelle version de sa Parallel Computing Toolbox. Celle-ci propose une structure de tableau distribué améliorée, afin que les utilisateurs accèdent directement aux données stockées sur des ordinateurs multicœurs ou des clusters d’ordinateurs à partir de leur session MATLAB. Par ailleurs, les algorithmes clés disponibles dans Statistics Toolbox et Communications Toolbox s’exécutent désormais plus rapidement lorsqu’ils sont associés à Parallel Computing Toolbox.

Avec les nouveautés offertes par la Parallel Computing Toolbox, les ingénieurs et scientifiques peuvent exploiter plus intelligemment leur matériel sophistiqué à partir de leur ordinateur de bureau. Les tableaux distribués et l’ensemble amélioré d’outils de calcul parallèle MathWorks qui leur est associé facilitent la manipulation d’ensembles de données volumineux situés sur un cluster d’ordinateurs ou un ordinateur multicœurs, sans modification significative du code des algorithmes.

« À l’heure où les matériels gagnent en puissance, les utilisateurs de MATLAB sont de plus en plus confrontés à des données impliquant des calculs intensifs et des volumes importants », déclare Silvina Grad-Freilich, responsable marketing pour le calcul parallèle et le déploiement des applications chez The MathWorks. « En ajoutant des fonctions de calcul parallèle à nos produits, les utilisateurs peuvent exploiter plus facilement les avantages des applications parallélisées pour leurs ensembles de données volumineux. Par ailleurs, ils n’ont pas besoin de sortir de l’environnement MATLAB, d’où un coût minime, un flux rationnalisé et des résultats accélérés. »

Parallel Computing Toolbox s’associe désormais à deux boîtes à outils MathWorks supplémentaires. Cette approche accélère l’exécution d’algorithmes spécifiques sur les matériels multiprocesseurs, sans que les utilisateurs écrivent ou modifient une seule ligne de code. Ainsi, des modifications ont été apportées aux algorithmes de Statistics Toolbox et, plus particulièrement, aux algorithmes d’amorçage et de validation croisée. Ceux-ci constituent des méthodes de rééchantillonnage qui nécessitent une évaluation répétée des fonctions statistiques sur différents échantillons de données. De même, les algorithmes disponibles dans Communications Toolbox ont été modifiés afin d’autoriser l’exécution parallèle de simulations qui portent sur des modèles de performances de taux d’erreur et nécessitent une grande capacité de calcul. Ces améliorations s’appuient sur l’ensemble existant d’algorithmes de boîte à outils qui exploitent le traitement parallèle, notamment ceux disponibles dans Optimization Toolbox et Genetic Algorithm and Direct Search Toolbox.

http://www.mathworks.com