MathWorks™日前在GPU Technology技術大會公佈，MATLAB®的Parallel Computing Toolbox(平行運算工具箱)和MATLAB Distributed Computing Server(MATLAB分散式運算引擎)，現在可以支援MATLAB使用者在NVIDIA的GPU(繪圖處理器)上執行運算。這項新功能可協助工程師和科學家大幅加速MATLAB的計算速度，而不需另外處理低階的程式設計工作。
現在搭配的最新版本Parallel Computing Toolbox，將有更多的工程師和科學家可利用NVIDIA(含CUDA技術的GPU)，來開發MATLAB的應用，包括最新以Fermi為架構基礎的Tesla 20-series GPU。使用者不用特別去學CUDA的程式語言、也不用大量改寫原本的MATLAB應用，就能夠直接運用NVIDIA CUDA的函式庫。
「MATLAB容易使用的特色，讓工程和科學研究專業人員得以迅速地採用GPU的科技運算」，MathWorks的平行運算行銷經理Silvina Grad-Freilich表示，「MathWorks開始支援NIVIDIA CUDA技術的GPU，讓MATLAB使用者能充分利用GPU的運算優勢，達到顯著的加速效果。Parallel Computing Toolbox能讓研發人員在MATLAB的環境下，直接使用所有可取得的運算資源，像是本機電腦的多核心和GPU，也可連線至電腦叢集和網格的運算，都只需要最小幅度的的程式改寫」。
最初，GPU的設計和應用是為了圖像處理密集型的電玩遊戲產業，但近年來已經發展成為更廣泛的用途。研究人員可以在資料分析、資料視覺化、和財務模型，生物模型等應用，利用GPU加快運算和處理特殊的圖像效果。
「MATLAB是工程師和科學家的基本工具」，NVIDIA的Tesla產品資深經理Sumit Gupta說，「使用GPU讓MATLAB使用者，不但加快運算速度，並提供了在工程和科學領域，開發出突破性的創新應用的基礎」。
欲進一步查詢MATLAB & Simulink產品家族之相關訊息，請聯絡The MathWorks在台業務總代理商鈦思科技（02）2788-9300或參閱http://www.mathworks.com
現在搭配的最新版本Parallel Computing Toolbox，將有更多的工程師和科學家可利用NVIDIA(含CUDA技術的GPU)，來開發MATLAB的應用，包括最新以Fermi為架構基礎的Tesla 20-series GPU。使用者不用特別去學CUDA的程式語言、也不用大量改寫原本的MATLAB應用，就能夠直接運用NVIDIA CUDA的函式庫。
「MATLAB容易使用的特色，讓工程和科學研究專業人員得以迅速地採用GPU的科技運算」，MathWorks的平行運算行銷經理Silvina Grad-Freilich表示，「MathWorks開始支援NIVIDIA CUDA技術的GPU，讓MATLAB使用者能充分利用GPU的運算優勢，達到顯著的加速效果。Parallel Computing Toolbox能讓研發人員在MATLAB的環境下，直接使用所有可取得的運算資源，像是本機電腦的多核心和GPU，也可連線至電腦叢集和網格的運算，都只需要最小幅度的的程式改寫」。
最初，GPU的設計和應用是為了圖像處理密集型的電玩遊戲產業，但近年來已經發展成為更廣泛的用途。研究人員可以在資料分析、資料視覺化、和財務模型，生物模型等應用，利用GPU加快運算和處理特殊的圖像效果。
「MATLAB是工程師和科學家的基本工具」，NVIDIA的Tesla產品資深經理Sumit Gupta說，「使用GPU讓MATLAB使用者，不但加快運算速度，並提供了在工程和科學領域，開發出突破性的創新應用的基礎」。
欲進一步查詢MATLAB & Simulink產品家族之相關訊息，請聯絡The MathWorks在台業務總代理商鈦思科技（02）2788-9300或參閱http://www.mathworks.com
