使用多核处理器、gpu 和计算集群求解计算密集型问题和数据密集型问题。您可以：
- 利用所有计算资源
- 使用高级构造将 matlab® 应用并行化
- 直接在 matlab 中使用 nvidia® gpu
- 并行运行多个 simulink® 仿真
- 在桌面构建原型，再扩展到集群和云端
“借助 parallel computing toolbox ，我们只需新增四行代码，然后编写一些简单任务管理脚本。以往耗时数月的仿真现在几天之内就能运行完毕。通过 mathworks 并行计算工具，我们可以利用大型集群的计算能力，同时又不必经历漫长的学习过程。”
diglio simoni, rti
在 matlab 和 simulink 中运用并行计算
使用 cpu 和 gpu 进行桌面并行计算
通过 parallel computing toolbox™，您可以控制本地多核处理器和 gpu，从而加快工作进度。利用高级构造，无需进行 cuda® 或 mpi 编程即可将 matlab 应用并行化，而且能够并行运行多个 simulink 仿真。多款 matlab 和 simulink 产品支持您设置标记或首选项，从而充分利用计算资源。借助 parallel computing toolbox，您可以在本地运行的工作进程（matlab 计算引擎）上执行应用，从而充分利用多核台式机的处理能力。在桌面构建应用原型并进行仿真，然后使用 matlab parallel server™ 扩展到集群和云端，无需重新编码。
将 matlab 和 simulink 扩展到集群和云端
利用 matlab parallel server，可以将 matlab 程序和 simulink 仿真扩展到集群和云端。您可以使用 parallel computing toolbox 在桌面开发程序、构建原型并进行仿真，然后直接在集群和云端运行，无需重新编码。matlab parallel server 可在集群上调度运行您的程序和仿真，可使用 matlab parallel server 提供的 matlab 优化调程序，也可使用您自有的调度程序。