使用你的GPU与MATLAB®,必须安装最近的图形驱动程序。最佳实践是确保您拥有设备的最新驱动程序。安装驱动程序足以在Matlab中大多数使用GPU,包括GPUArray.
以及支持gpu的MATLAB函数。您可以下载最新的驱动程序为您的GPU设备nvidia.司机下载.
查看对NVID万博1manbetxIA的支持®GPU架构由MATLAB发布,请参考下表。
这CC.数字显示GPU架构的计算能力。检查GPU计算能力,请参阅computEapability.
在输出中GPudevice.
功能。或者,参见CUDA GPU(NVIDIA).
matlab释放 | 安培(CC8.x) | 图灵(CC7.5) | Volta(CC7.0,CC7.2) | Pascal(CC6.x) | 麦克斯韦(CC5.x) | 开普勒(cc3.5 cc3.7) | 开普勒(cc3.0 cc3.2) | 费米(CC2.x) | 特斯拉(cc1.3) | CUDA.®工具箱版本 |
---|---|---|---|---|---|---|---|---|---|---|
R2021A |
|
|
|
|
|
|
11.0 | |||
R2020B. |
|
|
|
|
|
|
|
10.2 | ||
R2020A |
|
|
|
|
|
|
|
10.1 | ||
R2019b |
|
|
|
|
|
|
|
10.1 | ||
R2019a |
|
|
|
|
|
|
|
10.0 | ||
R2018b |
|
|
|
|
|
|
|
9.1 | ||
R2018a |
|
|
|
|
|
|
|
9.0 | ||
R2017B. |
|
|
|
|
|
|
|
|
8.0 | |
R2017A |
|
|
|
|
|
|
|
|
8.0 | |
R2016B. |
|
|
|
|
|
|
|
|
7.5 | |
R2016A |
|
|
|
|
|
|
|
|
7.5 | |
R2015B. |
|
|
|
|
|
|
|
|
7.0 | |
R2015A. |
|
|
|
|
|
|
|
|
6.5 | |
R2014B. |
|
|
|
|
|
|
|
|
6.0 | |
R2014A |
|
|
|
|
|
|
|
|
|
5.5 |
R2013B. |
|
|
|
|
|
|
|
|
|
5.0 |
R2013A |
|
|
|
|
|
|
|
|
|
5.0 |
R2012B. |
|
|
|
|
|
|
|
|
|
4.2 |
R2012A. |
|
|
|
|
|
|
|
|
|
4.0 |
R2011B. |
|
|
|
|
|
|
|
|
|
4.0 |
- 内置二进制支持。万博1manbetx
- 万博1manbetx将在将来的版本中删除对Bepler和Maxwell GPU架构的支持。此时,使用MATLAB的GPU将需要具有计算能力6.0或更大的GPU设备。Matlab在使用Bepler或Maxwell GPU时第一次生成警告。
-通万博1manbetx过向前兼容支持。优化的设备库必须在运行时从未优化的版本编译。万博1manbetx支持可能会受到限制,您可能会看到错误和意外行为。有关更多信息,请参见GPU设备的前向兼容性.
—默认情况下,不支持该架构。万博1manbetx您可以通过启用GPU设备的正向万博1manbetx兼容性来启用支持。您可能会看到错误和意外行为。有关更多信息,请参见GPU设备的前向兼容性.
如果你想从CU代码生成CUDA内核对象,或者使用GPU Coder™编译CUDA兼容的源代码、库和可执行文件,你必须安装CUDA Toolkit。CUDA工具包包含CUDA库和用于编译的工具。在GPU上运行MATLAB函数或生成启用CUDA的MEX函数时,不需要使用工具包。
任务 | 需求 |
---|---|
获取最新的图形驱动程序nvidia.司机下载. 您也不需要CUDA工具包。 |
|
|
安装MATLAB版本支持的CUDA Toolkit的版本。万博1manbetx |
*要在MATLAB中创建CUDA内核对象,您必须具有CU文件和相应的PTX文件。从CU文件编译PTX文件需要CUDA Toolkit。如果您已有相应的PTX文件,则不需要工具包。
有关在MATLAB中生成CUDA代码的更多信息,请参见运行包含CUDA代码的MEX函数和在GPU上运行CUDA或PTX代码.并非CUDA Toolkit支持的所万博1manbetx有编译器都支持Matlab。
您需要的工具包版本取决于您正在使用的MATLAB版本。检查Toolkit的哪个版本与您在表中的MATLAB版本中兼容万博1manbetx支持gpu.推荐的最佳实践是使用您所支持的工具包的最新版本,包括来自NVIDIA的任何更新和补丁。万博1manbetx
有关CUDA Toolkit的更多信息,并下载支持的版本,请参阅万博1manbetxCUDA资料库(nvidia.).
笔记
从R2020b开始,默认关闭对GPU设备的正向兼容性。
在R2020A和早期版本中,您无法禁用GPU设备的前向兼容性。
通过在运行时重新编译设备库,向前兼容性允许您使用带有MATLAB版本构建后发布的架构的GPU设备。
当向前兼容被启用时,CUDA驱动程序会在你第一次访问架构比MATLAB版本更新的设备时重新编译GPU库。重新编译可能需要一个小时。增加CUDA缓存的大小,以防止这种延迟的复发。说明,请参阅增加CUDA缓存大小.
当前向兼容性被禁用时,您无法使用GPU设备执行计算,该GPU设备的架构是在您所使用的MATLAB版本构建完成后发布的。如果想在MATLAB中使用此GPU设备,必须启用前向兼容性。
警告
启用前进兼容性可能会导致GPU计算期间的错误答案和意外行为。
设备库重新编译的成功程度可以根据设备架构和Matlab使用的CUDA版本而异。在某些情况下,正向兼容性与图书馆的预期和重新编译导致错误不起作用。
例如,从CUDA版本10.0-10.2 (MATLAB版本R2019a, R2019b, R2020a,和R2020b)到Ampere(计算能力8.x)的前向兼容性只有有限的功能。
您可以通过以下方式开启对GPU设备的正向兼容。
使用的函数parallel.gpu.enablecudaforwardcompatibility.
.使用此方法启用前向兼容性在MATLAB会话之间不持久。
设置环境变量mw_cuda_forward_compatibility.
到1
.这可以保持MATLAB会话之间的前向兼容性。如果在MATLAB运行时更改了环境变量,则必须重新启动MATLAB才能看到效果。在客户端,您可以使用setenv
设置环境变量。然后,您可以将环境变量从客户端复制到工人,以便工人以与客户端相同的方式执行计算。有关更多信息,请使用在工人上设置环境变量.
如果您的GPU架构在MATLAB发布中没有内置二进制支持,则图形驱动程序必须编译和缓存GPU库。万博1manbetx第一次访问来自MATLAB的GPU,此过程最多可能需要一小时。要增加CUDA缓存大小以防止此延迟复发,请设置环境变量CUDA_CACHE_MAXSIZE
最少536870912
(512 MB)。在客户端,您可以使用setenv
设置环境变量。然后,您可以将环境变量从客户端复制到工人,以便工人以与客户端相同的方式执行计算。有关更多信息,请使用在工人上设置环境变量.