一些最常见的原因,为什么GPU Coder™生成的代码没有按照预期的执行:
CUDA®没有创建内核。
主机到设备和设备到主机的内存传输(cudaMemcpy
)是节流性能。
没有足够的并行性或设备问题。
这些主题详细说明了这些症状的常见原因,并描述了如何利用内置筛选器来检测这些问题。您可以找到关于如何解决这些问题并生成更有效的CUDA代码的信息。
GPU编码器故障处理流程。
创建并查看代码生成期间生成的报告。
突出显示在GPU上运行的MATLAB代码部分。
创建和探索GPU静态代码指标报告。
生成高效CUDA内核的建议。
减少使用GPU编码器时的内存瓶颈问题。
细粒度剖析的MATLAB算法及其通过SIL生成的CUDA代码。
通过使用从NVIDIA Profiler (nvvp)获得的信息来提高性能。
参见GPU编码器的当前限制。