NVIDIA CUDA GPU지원에대한
MATLAB GPU컴퓨팅지원
NVIDIA CUDA GPU지원에대한MATLAB컴퓨팅수행하기
MATLAB®에서는NVIDIA®GPU를사용하여CUDA®프로그래머가아니더라도AI，딥러닝및기타계산집약적인분석을가속화할수있습니다。MATLAB과并行计算工具箱™를사용하여다음을수행할수있습니다。
- MATLAB에서500개가넘는내장함수와함께직접NVIDIA GPU를사용할수있습니다。
- MATLAB工人와MATLAB并行服务器™를사용하여데스크탑，연산용클러스터및클라우드에서다중GPU에액세스할수있습니다。
- GPU编码器™를사용하여MATLAB에서CUDA코드를직접생성한다음데이터센터，클라우드및임베디드장치를배포할수있습니다。
- GPU编码器를사용하여MATLAB에서NVIDIA TensorRT™코드를생성함으로써저지연및수율이높은추론을할수있습니다。
- MATLAB AI응용프로그램을NVIDIA지원데이터센터에배포하여MATLAB生产服务器™를사용하는엔터프라이즈시스템과통합할수있습니다。
“우리의레거시코드는단일풍동테스트를분석하는데최대40분이걸렸습니다。MATLAB과GPU를사용하여계산시간이1분미만으로단축되었습니다。MATLAB알고리즘을GPU에서작동시키는데30분이걸렸습니다。로우레벨의CUDA프로그래밍도필요하지않았습니다“。
克里斯托弗·巴哈尔，NASA
GPU컴퓨팅을위해MATLAB사용하기
MATLAB에서딥러닝모델을개발，확장및배포하기
MATLAB에서단일사용자는深度学习工具箱™를사용하여딥러닝모델을개발하고학습하는엔드투엔드워크플로를구현할수있습니다。그런下一张并行计算工具箱와MATLAB分布式计算服务器를사용하여클라우드와클러스터리소스를사용하도록학습을확장하고GPU编码器를사용하는데이터센터또는임베디드장치에배포할수있습니다。
GPU로딥러닝및기타계산집약적인분석개발하기
MATLAB은AI와딥러닝개발을위한엔드투엔드워크플로플랫폼입니다。MATLAB은학습데이터세트가져오기，시각화및디버깅，CNN학습확장및배포를위한툴과앱을제공합니다。
한줄의코드로추가연산을위한데스크탑，클라우드및클러스터의GPU리소스를사용하도록확장합니다。
gpuBench를사용하여자체CPU및GPU하드웨어를테스트하십시오。
최소한의코드변경으로MATLAB에서GPU사용하기
500개가넘는CUDA지원MATLAB함수를사용하여NVIDIA GPU에서MATLAB코드를실행합니다。딥러닝，머신러닝，컴퓨터비전및신호처리와같은응용프로그램용툴박스에서GPU지원함수를사용합니다。并行计算工具箱는로우레벨의GPU컴퓨팅라이브러리를학습하지않고도MATLAB에서직접CUDA지원NVIDIA GPU에대한계산을수행하도록해주는특수한배열유형의gpuArray를제공합니다。
엔지니어는추가코드를작성할필요없이GPU리소스를사용할수있으므로성능튜닝보다는응용프로그램개발에집중할수있습니다。
PARFOR및SPMD와같은병렬언어구문을사용하면다중GPU에서계산을수행할수있습니다。다중GPU에서모델을학습하는것은학습옵션을변경하는간단한문제입니다。
또한MATLAB에서는추가Ç프로그래밍을수행하지않고도기존의CUDA커널을MATLAB응용프로그램에통합할수있습니다。
더보기：
TensorRT를사용한추론을위해MATLAB에서생성된CUDA코드배포하기
딥러닝，임베디드비전및자율시스템용MATLAB코드에서최적화된CUDA코드를생성하기위해GPU编码器를사용합니다。생성된코드는TensorRT，cuDNN및CUBLAS를포함한최적화NVIDIA CUDA라이브러리를자동으로호출하여NVIDIA GPU에서실행됩니다。생성된코드를소스코드，정적라이브러리또는동적라이브러리로프로젝트에통합하고NVIDIA沃尔®，NVIDIA特斯拉®，NVIDIA特森®및NVIDIA DRIVE®와같은GPU에서실행되도록배포합니다。
무료평가판다운로드
30일동안사용해보십시오。
