Electronique Mag - Le journal de l'électronique.

The MathWorks a annoncé aujourd’hui que l’Institut Max Planck de biochimie utilise MATLAB®, la Parallel Computing Toolbox, le MATLAB Distributed Computing Server et d’autres outils MathWorks pour accélérer ses chaines de traitement et réduire de manière spectaculaire les délais de recherche et de mise au point.

Des chercheurs travaillant dans le département de biologie structurelle moléculaire de cet institut installé à Martinsried (près de Munich), en Allemagne, étudient la relation entre la structure et l’activité de complexes de protéines macromoléculaires impliqués dans la dégradation des protéines intracellulaires. Cette recherche sur les complexes nécessite des outils ultra-rapides et des procédures capables de traiter efficacement de très importants volumes de données.

Les chercheurs de l’Institut Max Planck se sont tournés vers les outils MathWorks afin de développer des procédures rationnalisées pour leurs applications fortement consommatrices de données, notamment pour l’acquisition d’images, le filtrage, le traitement et la reconstruction tridimensionnelle. Concernant des techniques telles que la reconnaissance de formes et la reconstruction de particules uniques, lesquelles nécessitaient des algorithmes très gourmands en puissance de calcul, les chercheurs ont fait appel à la Parallel Computing Toolbox et au MATLAB Distributed Computing Server afin d’accélérer les calculs sur un cluster à 64 nœuds.

« Il faut généralement plusieurs jours pour reconstruire un volume tridimensionnel sur un seul processeur. Mais, avec la Parallel Computing Toolbox et le MATLAB Distributed Computing Server de The MathWorks, la vitesse de traitement a pu être multipliée par 20 à 30 fois », déclare Andreas Korinek, scientifique à l’Institut Max Planck de biochimie. « Pour nous, il a été extrêmement utile de pouvoir exploiter notre cluster en production à partir de l’environnement MATLAB, sans avoir à devenir des experts de la programmation parallèle ou à apprendre un autre langage de programmation. Les modifications à apporter aux applications en série sont minimes. Dans la majorité des cas, nos chercheurs se sont contentés de modifier les boucles for en boucles for parallèles, afin de paralléliser notre code MATLAB et d’utiliser efficacement notre cluster. »

« Les projets de recherche intensive qui nécessitent le traitement de données complexes peuvent tirer un grand parti des performances apportées par le calcul parallèle. Toutefois, la programmation parallèle est ardue et les ingénieurs et scientifiques doivent habituellement programmer leurs applications au moyen de langages de bas niveau », a indiqué Silvina Grad-Freilich, responsable du marketing pour le déploiement des applications et du calcul parallèle chez The MathWorks. « Avec des outils tels que la Parallel Computing Toolbox et le MATLAB Distributed Computing Server, The MathWorks aide les utilisateurs de MATLAB à évoluer en toute transparence vers la programmation parallèle. »

http://www.mathworks.com