使用命令行界面的代码生成 - Matlab＆Simulink万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

代码生成使用命令行界面

创建CUDA最简单的方法^®内核将放置coder.gpu.kernelfun.pragma进入你的基本的马铃薯^®功能。主要功能也称为顶层或者入口点功能。当GPU编码器™遭遇时凯尔弗伦Pragma，它试图并行化此功能中的所有计算，然后将其映射到GPU。

学习目标

在本教程中，您将学习如何：

使用使用的准备您的MATLAB代码进行CUDA代码生成凯尔弗伦pragma。
创建并设置GPU编码器项目。
定义函数输入属性。
检查代码生成准备和运行时问题。
指定代码生成属性。
使用该方法生成CUDA代码Codegen.命令。

教程先决条件

本教程需要以下产品：s manbetx 845

马铃薯
Matlab Coder™
GPU编码器
C编译器
nvidia.^®GPU为CUDA启用了
CUDA工具包和司机
编译器和库的环境变量。有关更多信息，请参阅环境变量

示例：Mandelbrot Set

描述

Mandelbrot Set是由值组成的复平面中的区域Z._0.由此等式定义的轨迹仍然有界限k→∞。

${Z.}_{K. + 1} = {Z.}_{K.}^{2} + {Z.}_{0.} 那 K. = 0. 那 1 那 ......$

Mandelbrot集的整体几何形状如图所示。此视图没有分辨率，以显示在集合边界之外的条纹的丰富详细结构。在增加的放大率下，Mandelbrot集合呈现出逐渐呈现更精细的递归细节的详细边界。

Mandelbrot Set的几何形状

算法

对于本教程，请选择一组限制，该限制指定在主心形和主题之间的谷中的高度缩放部分的曼德布特。P / Q.灯泡到左边。1000×1000个真实部件网格（X）和虚部（y）在这两个限制之间创建。然后在每个网格位置迭代Mandelbrot算法。迭代500的迭代号以完整分辨率呈现图像。

最大= 500;gridsize = 1000;XLIM = [-0.748766713922161，-0.7487667077771757];ylim = [0.12364084894862,0.123640851045266];

本教程使用CPU上运行的标准MATLAB命令使用Mandelbrot设置。将该计算化为view，使得每个位置同时更新。

教程文件

创建一个名为matlab脚本mandelbrot_count.m.使用以下代码行。此代码是Mandelbrot集的基线矢量化MATLAB实现。在本教程中，您修改此文件以使其适用于代码生成。

功能count = mandelbrot_count（maxIrtations，xgrid，ygrid）％mandelbrot计算z0 = xgrid + 1i * ygrid;count = =（大小（z0））;z = z0;为了n = 0：maxIterations z = z。* z + z0;内部= abs（z）<= 2;count =内部计数+;结尾count = log（count）;

创建一个名为matlab脚本mandelbrot_test.m.使用以下代码行。该脚本生成1000×1000个Grid的真实部件（X）和虚部（y）在规定的限制之间XLIM.和ylim.。它还叫了mandelbrot_count.功能和绘制由此产生的Mandelbrot Set。

最大= 500;gridsize = 1000;XLIM = [-0.748766713922161，-0.7487667077771757];ylim = [0.12364084894862,0.123640851045266];x = Linspace（XLIM（1），XLIM（2），网格化）;y = linspace（ylim（1），ylim（2），gridsize）;[Xgrid，Ygrid] = meshgrid（x，y）;Matlab中的%% mandelbrot计算count = mandelbrot_count（maxIrtations，Xgrid，Ygrid）;％ 表演图（1）ImageC（x，y，count）;Colormap（[Jet（）; Flipud（Jet（））; 0 0 0]）;轴离开标题（'Mandelbrot与matlab'设置'）;

跑原来马铃薯代码

运行mandelbrot示例

在制作适合代码生成的Mandelbrot Set算法的MATLAB版本之前，您可以测试原始代码的功能。

将MATLAB的当前工作文件夹更改为包含在上一步中创建的两个文件的位置。GPU编码器将生成的代码放在此文件夹中，如果您没有完全访问此文件夹，请更改当前工作文件夹。
打开mandelbrot_test.Matlab编辑器中的脚本。
单击“运行”按钮运行测试脚本或进入mandelbrot_test.在matlab命令窗口中。
测试脚本运行并显示由变量设置的边界内的mandelbrot的几何图形XLIM.和ylim.。

制作马铃薯代码适用于代码生成

要开始使MATLAB代码适合代码生成的过程，请使用该文件mandelbrot_count.m.。

将MATLAB当前文件夹设置为包含本教程文件的工作文件夹。
在Matlab编辑器中，开放mandelbrot_count.m.。该文件在MATLAB编辑器中打开。MATLAB编辑器右上角的代码分析仪消息指示器为绿色。分析仪没有检测到代码的改进错误，警告或机会。
打开MATLAB以进行代码生成错误检查。函数声明后，添加％＃codegen.指示。
```
功能count = mandelbrot_count（maxIrtations，xgrid，ygrid）％＃codegen.
```
代码分析仪消息指示符保持绿色，表示它尚未检测到代码生成问题。

映射到mandelbrot_count.函数到CUDA内核，通过放置来修改原始的MATLAB代码coder.gpu.kernelfun.邦特玛外面为了- 活体。

功能count = mandelbrot_count（maxIrtations，xgrid，ygrid）％＃codegen.％mandelbrot计算z0 = xgrid + 1i * ygrid;count = =（大小（z0））;％添加Kernelfun Pragma触发内核创建coder.gpu.kernelfun;z = z0;为了n = 0：maxIterations z = z。* z + z0;内部= abs（z）<= 2;count =内部计数+;结尾count = log（count）;

使用时coder.gpu.kernelfun.Pragma，GPU编码器尝试映射功能中的计算mandelbrot_count.到GPU。

保存文件。您现在可以使用命令行界面编译代码。

从命令行生成代码

你可以使用Codegen.命令将MATLAB函数转换为CUDA兼容的静态或动态库，可执行文件或MEX函数，而不是使用GPU编码器应用程序。

定义输入类型

在编译时，GPU编码器必须知道到入口点函数的所有输入的数据类型。因此，如果您的入口点函数有输入，则必须在您将文件编译的时间指定其数据类型Codegen.功能。

您可以生成输入，然后使用- args.选项在Codegen.函数让GPU编码器确定输入参数的类，大小和复杂性。生成输入mandelbrot_count.函数，使用这些命令：

最大= 500;gridsize = 1000;XLIM = [-0.748766713922161，-0.7487667077771757];ylim = [0.12364084894862,0.123640851045266];x = Linspace（XLIM（1），XLIM（2），网格化）;y = linspace（ylim（1），ylim（2），gridsize）;[Xgrid，Ygrid] = meshgrid（x，y）;

或者，您可以通过使用通过使用输入数据来指定输入点函数的输入的大小，类型和复杂性，而不会产生输入数据Coder.typeof.功能。

args = cell（1,1）;args {1} = cell（3,1）;args {1} {1} = coder.typeof（0）;args {1} {2} = coder.typeof（0，[1000 1000]）;args {1} {3} = coder.typeof（0，[1000 1000]）;

构建配置

配置构建设置，例如输出文件名，位置，类型，您必须创建编码器配置对象。要创建对象，请使用Coder.gpuconfig.功能。例如，创建一个Coder.mexcodeConfig代码生成对象用于使用Codegen.生成MEX功能时，使用：

cfg = coder.gpuconfig（'mex'）;

其他可用选项是：

cfg = coder.gpuconfig（'lib'）;，创建用于使用的代码生成配置对象Codegen.生成CUDA静态库时。
cfg = coder.gpuconfig（'dll'）;，创建用于使用的代码生成配置对象Codegen.生成CUDA动态库时。
cfg = coder.gpuconfig（'exe'）;，创建用于使用的代码生成配置对象Codegen.生成CUDA可执行文件时。

有关更多信息，请参阅Coder.gpuconfig.。

每个配置对象都有一组参数，初始化为默认值。您可以使用DOT表示法一次修改一个配置对象参数的值。使用此语法：

configuration_object.property = Value.

您可以启用相同的设置使用GPU编码器应用程序的代码通过使用以下命令行等效项：

cfg = coder.gpuconfig（'mex'）;cfg.g.guconfig.compilerflags =.'--fmad = false';cfg.generateReport = true;

这CFG.配置对象具有常见的配置参数Matlab编码器和GPU编码器和GPU编码器特定的参数。您可以看到所有可用的GPU特定属性CFG.通过键入配置对象cfg.g.guconfig在matlab命令窗口中。

>> CFG.GPUCONFIG ANS = CONFICE'Stacklimitperthread：1024 Mallocthreshold：200选择：-1

这--fmad = false.传递给的标志NVCC.，指示编译器禁用浮点乘法（FMAD）优化。根据CPU和GPU的架构差异，设置此选项以防止生成代码中的数值不匹配。有关更多信息，请参阅CPU与GPU之间的数值差异。

有关配置参数的更多信息Matlab编码器和GPU编码器，见coder.codeConfig班级。

构建脚本

您可以创建构建脚本mandelbrot_codegen.m.这使先前提到的一系列命令进行了自动化。

入门示例的％GPU代码生成（Mandelbrot_Count.m）%% create'coder.mexcodeConfig'的configuration对象。cfg = coder.gpuconfig（'mex'）;cfg.generateReport = true;cfg.g.guconfig.compilerflags =.'--fmad = false';%%定义入口点'mandelbrot_count'的参数类型。args = cell（1,1）;args {1} = cell（3,1）;args {1} {1} = coder.typeof（0）;args {1} {2} = coder.typeof（0，[1000 1000]）;args {1} {3} = coder.typeof（0，[1000 1000]）;%%调用GPU编码器。Codegen.-Config.CFG.mandelbrot_count.-  args.args {1}

这Codegen.命令打开文件mandelbrot_count.m.并将MATLAB代码转换为CUDA代码。

这-报告选项指示Codegen.要生成用于调试MATLAB代码的代码生成报告。
这- args.选项指示Codegen.编译文件mandelbrot_count.m.通过使用输入参数的类，大小和复杂性最大那Xgrid.，和ygrid.。
这-Config.选项指示Codegen.使用指定的配置对象进行代码生成。

代码生成成功后，您可以通过单击查看结果代码生成报告查看报告在matlab命令窗口中。

>> mandelbrot_codegen代码生成成功：查看报告

代码生成报告窗口

验证生成的代码的正确性

要验证生成的MEX文件的正确性，请参阅验证生成的代码的正确性。

也可以看看