MathWorks a annoncé à la GPU Technology Conference (GTC) que les modules Parallel Computing Toolbox ou MATLAB Distributed Computing Server permettent désormais de prendre en charge les processeurs graphiques (GPU) NVIDIA dans les applications MATLAB. Cette nouvelle fonctionnalité permet aux ingénieurs et aux scientifiques d’accroître les performances de leurs calculs MATLAB sans recourir à une programmation poussée.
Désormais depuis MATLAB, les ingénieurs et les scientifiques sont plus nombreux à bénéficier des GPU compatibles CUDA de NVIDIA, notamment des nouveaux GPU Tesla 20 basés sur l’architecture Fermi. Les utilisateurs de Parallel Computing Toolbox peuvent accéder à la bibliothèque NVIDIA CUDA sans avoir besoin d’apprendre la programmation CUDA ou de modifier leurs codes de manière significative.
« La simplicité d’utilisation de MATLAB permet à la communauté des ingénieurs et des scientifiques d’adopter rapidement les GPU pour leurs calculs », a déclaré Silvina Grad-Freilich, responsable marketing pour le calcul parallèle chez MathWorks. « Avec le support des GPU compatibles CUDA de NVIDIA, les utilisateurs de MATLAB peuvent exploiter les GPU afin d’accélérer leurs applications. Parallel Computing Toolbox permet aux ingénieurs et aux scientifiques d’accéder à toutes les ressources de calcul mises à leur disposition, des systèmes multicœurs et des GPU sur les postes de travail aux clusters ou grilles, et ce avec un minimum de programmation. »
Conçus à l’origine pour le rendu graphique dans l’industrie du jeu vidéo, fortement consommatrice d’images, les GPU ont évolué au cours des dernières années vers une utilisation plus généraliste. Les chercheurs peuvent les programmer pour l’exécution des calculs et des effets graphiques avancés requis dans le domaine de l’analyse et de la visualisation des données ainsi que dans des applications telles que la modélisation financière ou biologique.
« MATLAB est un composant essentiel de la boîte à outils de l’ingénieur et du scientifique », a déclaré Sumit Gupta, responsable des produits Tesla chez NVIDIA. « La possibilité offerte aux utilisateurs MATLAB d’accélérer leurs applications à l’aide des GPU est à la base d’innovations majeures dans tous les domaines d’application de l’ingénierie et des sciences. »
Désormais depuis MATLAB, les ingénieurs et les scientifiques sont plus nombreux à bénéficier des GPU compatibles CUDA de NVIDIA, notamment des nouveaux GPU Tesla 20 basés sur l’architecture Fermi. Les utilisateurs de Parallel Computing Toolbox peuvent accéder à la bibliothèque NVIDIA CUDA sans avoir besoin d’apprendre la programmation CUDA ou de modifier leurs codes de manière significative.
« La simplicité d’utilisation de MATLAB permet à la communauté des ingénieurs et des scientifiques d’adopter rapidement les GPU pour leurs calculs », a déclaré Silvina Grad-Freilich, responsable marketing pour le calcul parallèle chez MathWorks. « Avec le support des GPU compatibles CUDA de NVIDIA, les utilisateurs de MATLAB peuvent exploiter les GPU afin d’accélérer leurs applications. Parallel Computing Toolbox permet aux ingénieurs et aux scientifiques d’accéder à toutes les ressources de calcul mises à leur disposition, des systèmes multicœurs et des GPU sur les postes de travail aux clusters ou grilles, et ce avec un minimum de programmation. »
Conçus à l’origine pour le rendu graphique dans l’industrie du jeu vidéo, fortement consommatrice d’images, les GPU ont évolué au cours des dernières années vers une utilisation plus généraliste. Les chercheurs peuvent les programmer pour l’exécution des calculs et des effets graphiques avancés requis dans le domaine de l’analyse et de la visualisation des données ainsi que dans des applications telles que la modélisation financière ou biologique.
« MATLAB est un composant essentiel de la boîte à outils de l’ingénieur et du scientifique », a déclaré Sumit Gupta, responsable des produits Tesla chez NVIDIA. « La possibilité offerte aux utilisateurs MATLAB d’accélérer leurs applications à l’aide des GPU est à la base d’innovations majeures dans tous les domaines d’application de l’ingénierie et des sciences. »
Autres articles
-
AMD dévoile les premiers GPU au monde en 7nm à destination du datacenter, parfaits pour la prochaine ère d’intelligence artificielle et d’informatique haute performance (HPC)
-
NVIDIA dévoile l'accélérateur le plus rapide au monde pour l'analyse de données et le calcul scientifique
-
MathWorks met à jour Stateflow pour simplifier la conception de la logique de contrôle dans Simulink
-
NVIDIA sort sa version 5 de CUDA, et simplifie la programmation sur la plateforme de calcul parallèle la plus omniprésente
-
SGI étoffe sa gamme de serveurs RACKABLE compatibles avec les processeurs graphiques (GPU) NVIDIA TESLA K10
