MATLAB 科学计算工作站及集群配置方案-中关村在线

一．MATLAB应用软件介绍

MATLAB是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用MATLAB产品的开放式结构，可以非常容易地对MATLAB的功能进行扩充，从而不断深化对问题认识，更多提升MATLAB产品应用范围。

MATLAB产品广泛应用于各个行业,典型应用:

PIC1数值分析、数值和符号计算、工程与科学绘图

PIC2控制系统的设计与仿真

PIC3数字图像处理

PIC4通讯系统设计与仿真

PIC4财务与金融工程

二．MATLAB并行计算功能特点与硬件配置分析

随着科学计算的应用面扩大和深入,MATLAB的计算量越来越大,同时基于X86架构计算机多核并行计算技术成熟,MATLAB通过支持并行计算工具箱和分布式集群计算方式，完美借助多核架构的图形工作站和分布式集群的并行计算，大幅提升科学计算的效能。

2.1MATLAB的并行计算介绍

对工作站的并行计算支持

MATLAB利用ParallelComputingToolbox，可以使用多核处理器、GPU以及计算机集群来解决运算和数据密集型问题。循环并行化(parallelfor-loops)、特殊数组类型以及并行数值算法等高级结构让您实现MATLAB应用程序的并行化，而无需进行CUDA或MPI编程。可以使用Simulink工具箱并行运行一个模型的多个仿真。

工具箱提供用于在多核台式机上本地执行应用程序的12个worker（MATLAB计算引擎）。无需更改代码，

对分布式集群并行科学计算支持

借助MATLABDistributedComputingServer在计算机集群或网格计算服务上运行同一个应用程序。此外，还可以交互式执行或在成批执行并行应用程序。

主要功能

循环并行化(parfor)-用于在多处理器上并行运行任务的算法

支持启用了CUDA的NVIDIAGPU

可在一个多核桌面上本地运行十二个worker

通过MATLABDistributedComputingServer可支持计算机集群和网格

并行应用程序的交互和批量执行

分布式数组和单程序多数据(spmd)结构-用于大型数据集处理和数据并行算法

2.2工作站硬件配置与科学计算分解

矩阵式求解代数方程组过程中,矩阵规模的大小涉及到占用内存的多少,数据量和算法涉及到CPU的核数和频率，数据存储和读取对矩阵存储的硬盘io有要求，在很大程度上影响了计算的速度.是加速矩量法计算的关键，典型计算机配置的每一个配件对MATLAB性能有不同表现。

CPU有更多CPU核的计算机比和数量少的有更好的表现,但是结果随着MATLAB应用而不同，MATLAB自动使用多线程,在很多MATLAB应用中,以探索自然并行，但是不是所有MATLAB功能都是多线程的,加速随着算法有所不同,作为可选能力,ParallelComputingToolbox提供并行程序结构，更多直接覆盖计算机多核，虚拟核很明显改善整个系统的性能，但是它对MATLAB应用的性能表现影响很小

内存内存容量在计算过程承载数据计算过程所有中间数据保存，如果存储容量不够，就会出现数据溢出，计算无法继续，不同数据量的求解对内存有一定要求，内存容量、CPU-内存通道数目、内存的频率都是对计算影响的，目前CPU规格对内存方面资料：

1.基于intelXeonE3处理器工作站架构，内存最大到32GB、支持最新256位指令集，支持双通道架构

2.基于intelXeon5600处理器工作站架构，内存容量达到384GB，支持6通道架构，支持DDR3-1333规格

3.基于Opteron6200处理器工作站架构，内容容量达到256GB，支持8通道架构，支持DDR3-1333规格

4.即将到来的intelXeonE52600处理器工作站架构，内存容量达到768GB，支持8通道

硬盘硬盘io带宽涉及数据读写和虚拟内存的性能，对于数据密集型计算和大型图像处理，硬盘容量和带宽极其重要，目前硬盘规格SATA（7.2K）单盘最大2TB，SAS（15K）单盘最大900GB。

图卡目前仅限支持NvidiaCUDA架构为主，MATLAB图形渲染靠的是CPU不是GPU，图卡主要正常的图形显示和支持GPU架构的并行计算应用，这种GPU并

行计算主要是图像处理方面，需要安装ParallelComputingToolbox。

2.3工作站配置原则

1.内存配置：通常，矩阵计算的数据量和内存比例1:3，例如2GB数据，内存建议6GB以上。

2.CPU配置：内存确定后，一般和CPU核数比例是4:1，例如：16GB内存以内，

CPU用单颗4核.