Ram Cherukuri MathWorks
GPU编码器™生成优化的CUDA®从MATLAB代码®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码调用优化了NVIDIA CUDA库,可以作为源代码、静态库或动态库集成到您的项目中。它还可以用于原型制作gpu,比如NVIDIA Tesla®和NVIDIA Tegra®。
本视频将带您通过使用射线跟踪示例完成CUDA代码生成过程中的步骤。它强调了GPU程序员如何提取数据并行来在GPU上创建内核,以及允许你最大化并行的编码模式。
GPU编码器也处理内核内的线程分配,并最小化CPU和GPU之间的数据传输,以进一步提高速度。在本例中,我们将展示如何为各种应用领域(如图像处理和计算机视觉、信号处理和深度学习)提供显著的加速。
最后但并非最不重要的,GPU编码器使您能够部署您的应用程序到一个嵌入式平台,如NVIDIA®杰森™TX1董事会。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文),以获得最佳的网站表现。其他MathWorks国家站点不适合来自您所在位置的访问。