Matlab并行编程之GPU

Matlab并行编程之GPU

Matlab提供GPU上计算支持: 基础数据类型(gpuArray和对应API),支持GPU计算的内置函数和多个工具包,支持PTX内核对象加载,支持MEX函数使用CUDA C/C++开发等。对大规模数据处理,复杂计算,利用GPU计算能提供显著的性能加速效果.

Matlab同时提供GPU有关的一些附加工具: 环境查询、GPU代码编译环境和工具、性能测量等

技术 说明 备注
gpuArray GPU端的Array数据类型,多个内置函数支持数据转换、在GPU设备端计算 图像处理、信号处理、深度学习等多个工具包都提供对gpu设备上数据计算支持
NVIDIA ptx内核对象 可加载编译后的ptx内核对象(编译: nvcc -ptx myFun.cu),设置运行环境,准备数据,用feval调用执行GPU上计算 Matlab版本要和CUDA Toolkit版本对应,包括C/C++编译器; 需正确版本CUDA Toolkit开发环境
mex函数 mex内函数使用GPU kernel函数进行计算(用mexcuda编译) 和开发CUDA C/C++程序完全相同,CUDA Toolkit版本需要兼容;可使用GPU加速库,使用多个GPU卡

Matlab并行编程之GPU_第1张图片


支持GPU计算的一些函数

Matlab并行编程之GPU_第2张图片
Matlab并行编程之GPU_第3张图片
Matlab并行编程之GPU_第4张图片
Matlab并行编程之GPU_第5张图片
Matlab并行编程之GPU_第6张图片
Matlab并行编程之GPU_第7张图片



GPU MEX函数步骤

Matlab并行编程之GPU_第8张图片

你可能感兴趣的:(数值计算/数值优化,matlab)