GPU环境检查和设置应用程序
该GPU环境检查应用程序是一个交互式工具，可在开发计算机和嵌入式硬件平台上验证和设置GPU代码生成环境，如nvidia®开车和杰森。
要启动应用程序，请在MATLAB中®命令窗口，输入：
gpucodersetup.
验证GPU代码生成所需的NVIDIA编译器和库的主机开发计算机环境。
执行基本代码生成并测试主计算机中GPU设备上生成的代码的执行。测试通过将结果与MATLAB仿真进行比较来验证代码执行。
对开发计算机执行深度学习代码生成和执行测试。您可以针对NVIDIA CUDNN或RensorRT库。需要这一点用于深度学习库的GPU编码器™接口万博1manbetx支持包。
连接到嵌入式NVIDIA板，如驱动器和Jetson以执行代码生成和执行测试。需要这一点GPU编码器支持NV万博1manbetxIDIA GPU的包。
指定库的位置并生成MATLAB脚本，该脚本设置GPU编码器所需的环境变量。
注意
该gpucodersetup.应用程序在当前文件夹中生成报表文件。如果在运行应用程序之前没有当前文件夹中的写权限，请使用MATLAB更改文件夹光盘命令。
硬件设置
该检查/设置应用程序面板提供了下拉列表，使您可以在主机开发计算机或硬件平台上选择GPU设备，例如NVIDIA驱动器和Jetson。
| 选项 | 价值 | 描述 |
|---|---|---|
选择硬件 |
|
对主机开发计算机执行代码生成，代码执行和环境检查。该应用程序生成CUDA®MEX进行测试。 如果您的开发计算机有多个GPU设备，请使用选择GPU.选择适当的GPU设备的选项。 |
|
在NVIDIA驱动器目标平台上执行代码生成和代码执行检查。 安装后GPU编码器支持NV万博1manbetxIDIA GPU的包， 使用板设置面板为目标指定连接参数。 |
|
|
在NVIDIA Jetson目标平台上执行代码生成和代码执行检查。 安装后GPU编码器支持NV万博1manbetxIDIA GPU的包， 使用板设置面板为目标指定连接参数。 |
|
| 选择GPU. |
|
选择GPU设备以运行测试。当有多个设备时，第一设备是默认值。 只有当何时可见此选项选择硬件选项设置为 |
板设置
指定硬件平台的连接参数，例如NVIDIA驱动器和Jetson。该应用程序使用杰森（GPU编码器支持NV万博1manbetxIDIA GPU的包）要么驾驶（GPU编码器支持NV万博1manbetxIDIA GPU的包）函数的GPU编码器支持NV万博1manbetxIDIA GPU的包创建实时硬件连接对象。支持包软万博1manbetx件使用TCP / IP上的SSH连接在构建和运行驱动器或Jetson平台上运行生成的CUDA代码时执行命令。目标平台必须与主计算机相同的网络。或者，您可以使用以太网交叉电缆将电路板直接连接到主机。有关NVIDIA板的要求，设置和配置步骤的更多信息，请参阅安装和设置NVIDIA板的先决条件（GPU编码器支持NV万博1manbetxIDIA GPU的包）。
| 选项 | 描述 |
|---|---|
设备地址 |
硬件的IP地址或主机名。 例如， 要使用主机名，必须将以太网电缆连接到电路板的以太网端口。然后，使用Linux命令配置硬件IP地址并将主机名与IP地址相关联。 |
用户名 |
有效的Linux®用户在电路板上的操作系统的用户名。 |
密码 |
指定Linux用户名的有效密码。 |
执行超时 |
在验证目标上验证执行之前，请指定应用程序等待的时间以秒为单位。默认值为10秒。 |
GPU设备ID |
在多GPU环境（如NVIDIA Drive Platforms）中，将CUDA GPU设备指定为目标。 |
工作流程检查
使用应用程序可以执行两种类型的工作流检查：
开发计算机上的基本代码生成和执行测试。这些测试通过将结果与MATLAB仿真进行比较来验证代码执行。
| 选项 | 描述 |
|---|---|
生成代码 |
测试基本代码生成和建筑物。此测试需要在指定的硬件上有效的CUDA代码生成环境。 |
生成代码并执行 |
测试基本代码生成，构建和在设备上执行指定的硬件。此测试需要指定硬件上有效的CUDA代码生成环境和GPU设备。 |
SIL貌相 |
在主机上执行基本的SIL分析测试。 |
深度学习代码生成和开发计算机上的执行测试。您可以针对CUDNN或RensorRT库。
| 选项 | 描述 |
|---|---|
生成代码 |
测试深层学习代码生成和建设。此测试需要在指定的硬件上有效的CUDA代码生成环境。 |
生成代码并执行 |
测试设备上的深度学习代码生成，构建和执行指定的硬件。此测试需要指定硬件上有效的CUDA代码生成环境和GPU设备。 |
目标 |
指定深度学习库以生成代码。有效的选项是 |
数据类型检查 |
指定输入到网络的张量数据类型或图层的张量输出的精度。在32位浮点中执行推理，使用
|
环境检查
指定库的位置，用于检查主机上的CUDA开发环境。生成matlab脚本gpuenvsettings.m.这会设置GPU编码器所需的环境变量。有关更多信息，请参阅设置先决条件产品s manbetx 845。
| 选项 | 描述 |
|---|---|
CUDA安装路径 |
CUDA Toolkit安装的路径。 例如：
|
CUDNN. |
CUDNN库安装的根文件夹的路径。 例如：
|
张力 |
tensorrt™库安装的根夹的路径。 例如：
|
NVTX库路径 |
往来的道路 在标准的CUDA工具包安装上，此路径通常是CUDA库文件夹。 例如：
|
GPU代码生成环境检查报告
当你选择运行检查，这gpucodersetup.应用程序根据所选的设置执行环境，代码生成和其他检查。然后它生成gpucodersetupreport.报告指示测试是否已通过并提供已失败的测试的其他信息。在当前文件夹中创建相同名称报告的HTML版本。
也可以看看
应用
职能
对象
相关话题
您还可以从以下列表中选择一个网站：
