JuneKang 2016-11

matlab 라이센스에 parallel computing toolbox가 있다면 효율적인 멀티코어 연산을 (비교적) 간편하게 구현 가능합니다.
해당 툴박스가 가용한 경우, cuda gpu연산도 가능합니다.
https://kr.mathworks.com/discovery/matlab-gpu.html?requestedDomain=www.mathworks.com

파랑하늘 2016-11

감사합니다 parallel computing toolbox 가 포함되어 있네요;;;;;

 모르고 있었는데... 덕분에 가닥을 잡았습니다

ssh 2016-11

matlab에서 사용 용도마다 달라요

비슷한 가격대에 클럭 속도가 근소한 차이면 당연히 다중 코어가 낫겠죠?

만약 loop이 많다면 병렬 for loop을 위해 다중 코어로 가시고
https://www.mathworks.com/help/distcomp/parfor.html

당연한 이야기지만 단일 계산이 많다면 코어 숫자보단 단일 코어 속도를 올리시면 될거같습니다.
(상식적으로 필요한 수식의 적분 값을 구하기도 전에 적분을 할수는 없잔아요)

추가로 ssd 장착과 메모리는 빵빵하게 가시는게 속도 향상에 플러스 요인이 됩니다. 코어가 많고 빨라봤자 메모리 복사해오는데 시간을 다쓰면 하나마나 ^^;
cuda 같은경우(쥐뿔도 모르지만) 실제 계산보단 메모리로 데이터를 올리는 시간이 대부분인 경우가 많다고 합니다.

만약 계산이 단순하면서 많던지 대용량의 연산이라면
JuneKang님이 말씀하신거같이 cuda쪽으로 가시는게 좋지 않을까요?

결론은 케바케? ^^;

파랑하늘 2016-11

감사합니다.

 병렬계산이 더 맞는것 같아서 다중코어 제품을 구입하려 합니다.

정말 감사합니다,.

쿰척쿰척 2016-11

연산방식에 따라 차이가 난다고 볼수 잇겠습니다
계산방식이 섹터를 나눠서 개별로 계산할수 있는 (디펜던시가 없는) 연산의 알고리즘을 계산하는 경우에는 멀티코어를, 앞뒤 계산에 디펜던시가 있어서 (타임시리즈) 나누기 힘든 경우에는 고클럭을 선택하시면 됩니다!

파랑하늘 2016-11

디펜던시가 없는 계산들이라 다중코어로 구매하려고 합니다.
 조언 정말 감사드립니다.