Diese Erweiterungen helfen Ingenieuren und Wissenschaftlern, ihre zunehmend komplexen Systeme in kürzerer Zeit zu modellieren, da sie nun parallele Anwendungen unabhängig von anderen Ressourcen erstellen können. Mit MATLAB und der Distributed Computing Toolbox können sie jetzt bei der Entwicklung paralleler Anwendungen auf Mehrkern-Rechnern bis zu vier Kerne und vier MATLAB-Instanzen nutzen. Für noch mehr Rechenleistung lassen sich die gleichen Anwendungen mit Hilfe der MATLAB Distributed Computing Engine ohne zusätzliche Programmcode-Änderungen auf einen ganzen Rechnercluster übertragen. Dabei können die Anwendungen auch seriellen Code enthalten, der auf dem jeweiligen Desktop-Rechner ausgeführt wird.
Dank der Multithreading-Fähigkeit können jetzt auch MATLAB-Anwendungen, die mit Elemente-weisen und Linearen Algebra Funktionen operieren, Mehrkernrechner effektiv nutzen und ihre Leistung durch gleichzeitige Ausführung mehrerer Threads erhöhen. Durch die Unterstützung des 64-Bit-Solaris profitieren Ingenieure, die MATLAB nutzen, nun auch von sämtlichen Vorteilen der 64-Bit-Berechnungen, insbesondere bei Anwendungen mit großen Datensätzen oder besonders rechenintensiven Aufgaben.
"Mit den neuen Erweiterungen der Distributed Computing Toolbox können Anwender ihre MATLAB-Programme fast unverändert auf Rechnerclustern ausführen, ohne dazu die vertraute interaktive MATLAB-Umgebung verlassen zu müssen", erklärt Silvina Grad-Freilich, Parallel Computing Marketing Manager bei The MathWorks. "Durch das neue Konzept der parallelisierten for-Schleifen lässt sich die Arbeit direkt von der MATLAB-Kommandozeile aus verteilen. All diese neuen Fähigkeiten verbessern das Problemlösungsvermögen von Ingenieuren und Wissenschaftlern, ohne sie mit den vielschichtigen Problemen der parallelen Programmierung zu belasten."
"Unsere aus Biochemikern, Biologen und Physikern bestehende Gruppe arbeitet mit MATLAB, weil wir uns damit voll auf die Lösung komplexer Probleme konzentrieren können und uns nicht mit programmiertechnischen Details abgeben müssen", sagt Andreas Korinek, der am Max Planck Institut für Biochemie forscht. "Mit der Distributed Computing Toolbox haben wir die Rechengeschwindigkeit um das 20- bis 30-fache gesteigert. Wir konnten dabei unseren Rechnercluster direkt aus der MATLAB-Umgebung heraus nutzen und mussten weder Experten für die Parallelprogrammierung sein noch eine neue Programmiersprache lernen."