主要内容

GPU编码器

产生CUDA.代码nvidia.GPUS.

GPU编码器™产生优化的CUDA®来自Matlab的代码®代码和simuli万博1manbetxnk.®楷模。生成的代码包括用于深度学习,嵌入式视觉和信号处理算法的并行部分的CUDA内核。对于高性能,生成的代码调用优化了nvidia®CUDA图书馆,包括尚未特,CUDNN,袖口,Cusolver和Cublas。该代码可以作为源代码,静态库或动态库集成到项目中,并且可以为嵌入在NVIDIA Jetson,NVIDIA驱动器和其他平台上的桌面,服务器和GPU编译。您可以使用MATLAB中的生成的CUDA来加速深度学习网络和算法的其他计算密集部分。GPU编码器允许您将手写的CUDA代码合并到您的算法中并进入生成的代码。

与嵌入式编码器一起使用时®,GPU编码器允许您通过循环(SIL)和循环处理器(PIL)测试验证生成代码的数值行为。

开始

了解GPU编码器的基础知识

GPU MATLAB算法设计

MATLAB语言语法和代码生成的函数

内核创作

算法制作CUDA GPU内核的结构和模式

表现

疑难解答代码生成问题,改进代码执行时间,并减少生成代码的内存使用情况

与GPU编码器深入学习

为深度学习神经网络生成CUDA代码

部署

部署生成的代码nvidia tegra.®硬件目标

GPU编码器支持硬件万博1manbetx

万博1manbetx支持第三方硬件,如NVIDIA Drive和Jetson平台