MathWorks于日前宣布，近期已在GPU Technology技术大会，公布MATLAB的Parallel Computing Toolbox(平行运算工具箱)和MATLAB Distributed Computing Server(MATLAB分布式计算引擎)，现在可以支持MATLAB用户在NVIDIA的GPU(绘图处理器)上执行运算。这项新功能可协助工程师和科学家大幅加速MATLAB的计算速度，而不需另外处理低阶的程序设计工作。

现在搭配的最新版本Parallel Computing Toolbox，将有更多的工程师和科学家可利用NVIDIA(含CUDA技术的GPU)，来开发MATLAB的应用，包括最新以Fermi为架构基础的Tesla 20-series GPU。用户不用特别去学CUDA的程序语言、也不用大量改写原本的MATLAB应用，就能够直接运用NVIDIA CUDA的函式库。

MathWorks的平行运算营销经理Silvina Grad-Freilich表示，MATLAB容易使用的特色，让工程和科学研究专业人员得以迅速地采用GPU的科技运算，MathWorks开始支持NIVIDIA CUDA技术的GPU，让MATLAB用户能充分利用GPU的运算优势，达到显著的加速效果。Parallel Computing Toolbox能让研发人员在MATLAB的环境下，直接使用所有可取得的运算资源，像是本机计算机的多核心和GPU，也可联机至计算机丛集和网格的运算，都只需要最小幅度的的程序改写。

最初，GPU的设计和应用是为了图像处理密集型的电玩游戏产业，但近年来已经发展成为更广泛的用途。研究人员可以在数据分析、数据可视化、和财务模型，生物模型等应用，利用GPU加快运算和处理特殊的图像效果。