使用单GPU

要在单个GPU上运行计算，使用gpuArray对象作为gpu支持的MATLAB函数的输入。要了解有关启用gpu的功能的更多信息，请参见在图形处理器上运行MATLAB函数．

创建GPU数组定义增长率，r，以及人口，x．有关创建的更多信息gpuArray对象,看到在GPU上建立array．

N = 1000;r = gpuArray.linspace(0,4,N);x = rand(1,N，“gpuArray”）;

使用一个简单的算法迭代逻辑图。因为算法使用了gpu支持的运算符gpuArray输入数据，计算在GPU上运行。

numIterations = 1000;为n=1:numIterations x = r.*x.*(1-x);结束

计算完成后，绘制增长率与人口的关系图。

情节(r, x,“。”）;

如果需要更高的性能，GPU阵列支持多种选项。万博1manbetx有关列表，请参见gpuArray功能页面。例如，本例中的算法仅在GPU数组上执行逐元素的操作，因此可以使用arrayfun函数为GPU预编译它们。

使用多个图形处理器parfor

你可以使用parfor分配-循环为并行工作者之间的-循环迭代。如果你的计算使用GPU支持的函数，那么计算在worker的GPU上运行。例如，如果您使用蒙特卡洛方法随机模拟种群的进化，则模拟是通过多个gpu并行计算的parfor循环。

创建一个具有与可用gpu数量相同的worker的并行池parpool．若要确定可用的gpu数量，请使用gpuDeviceCount函数。默认情况下，MATLAB为每个worker分配不同的GPU以获得最佳性能。有关在并行池中选择gpu的详细信息，请参见并行池使用多gpu．

numgpu = gpuDeviceCount(“可用”）;parpool (numGPUs);

使用'Processes'配置文件启动并行池(parpool)…连接到并行池(工人数:2)。

定义模拟的数量，并在GPU中创建一个数组来存储每个模拟的总体向量。

numSimulations = 100;X = 0 (numSimulations,N，“gpuArray”）;

使用一个parfor循环将模拟分发给池中的工作人员。循环内的代码创建一个随机gpuArray对于初始总体，并在其上迭代逻辑映射。因为代码使用了gpu支持的运算符gpuArray输入数据后，计算自动在worker的GPU上运行。

parforX(i，:) = rand(1,N，“gpuArray”）;为n=1: X(i，:) = r.*X(i，:).*(1-X(i，:));结束结束

计算完成后，绘制出所有模拟的结果。每种颜色代表不同的模拟。

图绘制(r, X,“。”）;

使用默认首选项，parpool启动流程工作者的并行池。在进程worker上并行运行代码通常会导致数据被复制到每个worker，这在使用GPU阵列时可能会使用大量的GPU内存。相反，线程工作者可以共享内存。为了减少内存使用和降低数据传输成本，可以通过调用parpool(“线程”)．线程工作者只支持进程工作者可用万博1manbetx的函数的一个子集。有关更多信息，请参见选择基于线程的环境和基于进程的环境．

如果需要更好地控制计算，可以使用更高级的并行功能。例如，你可以使用aparallel.pool.DataQueue在计算过程中从工作人员发送数据。有关示例，请参见使用parfor进行参数扫描时绘图．

如果想要生成一组可重复的随机数，可以在worker的GPU上控制随机数的生成。有关更多信息，请参见GPU上的随机数流．

异步使用多个图形处理器parfeval

你可以使用parfeval在并行池工作线程上异步运行计算。如果你的计算使用GPU支持的函数，那么计算在worker的GPU上运行。例如，在多个gpu上异步运行蒙特卡罗模拟。

为了在工作线程完成计算后保存计算结果，可以使用future对象。为每个模拟的结果预分配一个未来对象数组。

f(numSimulations) = parallel.FevalFuture;

用于运行计算parfeval，你必须把它们放在一个函数中。例如,myParallelFcn包含单个模拟的代码。

类型myParallelFcn

函数x = myParallelFcn(r) N = 1000;x = gpuArray.rand(1,N);numIterations = 1000;n=1:numIterations x = r.*x.*(1-x);结束结束

使用一个为循环模拟，并使用parfeval在并行池中的工作线程上异步运行它们。myParallelFcn开启gpu功能gpuArray输入数据，所以它们在worker的GPU上运行。因为parfeval异步执行计算，它不会阻塞MATLAB，并且在计算发生时您可以继续工作。

为i=1:numSimulations f(i) = parfeval(@myParallelFcn,1,r);结束

从…收集结果parfeval当它们准备好了，你就可以使用了fetchOutputs或fetchNext在未来对象上。你也可以用afterEach或毕竟在结果准备就绪时自动调用结果上的函数。例如，要在每个模拟完成后立即绘制结果，请使用afterEach在未来对象上。每种颜色代表不同的模拟。

图保存在afterEach (f, @ (x)情节(r, x,“。”), 0);

集群中使用多个图形处理器

如果您可以访问具有多个gpu的集群，那么您可以扩展计算。使用parpool命令用于启动集群上的并行池。当您这样做时，并行的特性，如parfor循环或parfeval，在集群worker上运行。如果你的计算使用gpu功能gpuArray输入数据，然后这些函数在集群worker的GPU上运行。注意，集群特性仅在基于流程的环境中受支持。万博1manbetx有关在集群上运行并行特性的详细信息，请参见从桌面扩展到集群．