主要内容

GPU计算MATLAB软件

使用基本GPU计算加速代码

要加快代码的速度,请首先尝试分析和矢量化代码。有关信息,请参阅性能和内存. 在分析和矢量化之后,您还可以尝试使用计算机的GPU来加速计算。如果GPU支持您想要使用的所有函数,那么您只需使用万博1manbetxgpuArray公司将输入数据传输到GPU,并调用聚集从GPU检索输出数据。要开始使用GPU计算,请参阅在GPU上运行MATLAB函数.

对于深入学习,MATLAB®为多个GPU提供自动并行支持。看到了吗万博1manbetx基于多gpu的MATLAB深度学习(深度学习工具箱).

功能

全部展开

gpuArray公司 存储在GPU上的阵列
聚集 将分布式阵列或gpuArray传输到本地工作区
GPU设备 查询或选择GPU设备
GPU设备管理员 GPU设备管理器
gpuDeviceCount公司 存在的GPU设备数
GPU设备表 GPU设备属性表
复位 重置GPU设备并清除其内存
等待(GPUDevice) 等待GPU计算完成
gputimeit公司 在GPU上运行函数所需的时间
现有松浦 确定GPU上是否有gpuArray或CUDAKernel
isgpuarray 确定输入是否正确gpuArray公司
arrayfun公司 将函数应用于GPU上数组的每个元素
寻呼乐趣 将函数应用于分布式数组或gpuArray的每一页
G燃烧 GPU计算的随机数生成控制
并行.gpu.RandStream GPU上的随机数流
parallel.gpu.enableCUDAForwardCompatibility启用 查询和设置GPU设备的前向兼容性

话题

MATLAB软件GPU上的代码

在GPU上运行MATLAB函数

如果您提供gpuArray公司争论。

识别并选择GPU设备

这个例子展示了如何使用GPU设备确定并选择要使用的设备。

GPU版万博1manbetx本支持

万博1manbetx支持NVIDIA®GPU架构由MATLAB发布。

在GPU上建立阵列

A.gpuArray公司在MATLAB中表示存储在GPU上的数组。

在GPU上用FFT2模拟衍射图样

这个例子使用并行计算工具箱™ 在GPU上执行二维快速傅立叶变换(FFT)。

在多个gpu上运行MATLAB函数

这个例子展示了如何在多个gpu上并行运行MATLAB代码,首先在本地机器上运行,然后扩展到一个集群。

使用自动多GPU支持的列车网络万博1manbetx

这个例子展示了如何在本地机器上使用多个gpu,使用自动并行支持进行深度学习训练。万博1manbetx

提高GPU性能

使用ARRAYFUN在GPU上提高元素级MATLAB®函数的性能

这个例子展示了arrayfun公司可用于在GPU上本机运行MATLAB®函数。

使用PAGEFUN提高GPU上小矩阵问题的性能

这个例子展示了如何使用寻呼乐趣提高对三维环境中的对象应用大量独立旋转和平移的性能。

测量和改进GPU性能

使用MATLAB中的基准测试来测量GPU的性能。

在GPU上对A\b进行基准测试

这个例子看我们如何在GPU上对线性系统的求解进行基准测试。

了解更多

分析代码以提高性能

使用探查器测量运行代码所需的时间,并确定哪些代码行占用的时间最多,哪些代码行不运行。

矢量化

修改基于循环、面向标量的代码,使用MATLAB进行矩阵和向量运算。

GPU上的随机数流

控制GPU上的随机数流,以生成与CPU上相同的随机数序列。

在GPU上生成随机数

此示例演示如何在GPU上支持的不同随机数生成器之间切换。万博1manbetx

GPU上的模板操作

本例使用Conway的“生命游戏”演示如何使用GPU执行模具操作。

特色示例