MATLAB答案

将gpuarray分配给不同的图形卡

8个视图（过去30天）
显示旧的评论
RWS
RWS 2020年2月19日
  • 0
评论： 亚当·卡博斯基2020年5月19日
在下面的示例中，我使用parfor循环将不同的256x256x256（随机k空间）矩阵分配给我的2个GPU中的每个GPU。理论上，我可以在2个GPU上并行处理这些矩阵（这里我做了一个ifftn）。问题是parfor循环非常慢（可能与开销有关）。在我的机器上执行此操作需要6.5秒。如果我将“parfor”替换为简单的“for”（并按顺序运行1个GPU），则此操作需要0.2秒。
是否有一种简单（快速）的方法将gpuArray分配给特定的图形卡，以便将来在此gpuArray上的操作将使用指定的图形卡？与使用parfor相比，我更喜欢简单地使用异步CUDA内核（在Matlab代码中直接调用一个紧跟另一个的内核）并行运行两个gpu。
Dims=[256256,2]；
K空间=复杂（兰特（Dims，“单身”)，兰特（Dims，“单身”));
图像=gpuArray（复数）（零（Dims，“单身”)));
抽搐
帕弗n=1:2
gKspace=gpuArray（Kspace（：，：，：，n））；
图像（：，：，：，n）=ifftn（fftshift（gKspace））；
终止
toc

登录以回答此问题。

公认的答案

乔斯骑士
乔斯骑士 2020年2月22日
没有办法按你的要求去做。选择GPU是将数据移动到该位置的唯一方法，选择GPU将重置所有GPU数据。
这里的问题是如何将所有数据发送给每个工作人员，然后对其进行索引，这是您的瓶颈（相当于，将所有结果移回）。您需要摊销此通信成本，方法是在循环内进行更多工作，或者直接将所需数据加载到每个工作人员，而不首先将其加载到客户端。
大概您有2个以上的256^3阵列。把另一个循环放在你的 帕弗 并一起处理所有这些数组。将结果移回CPU以节省GPU内存。最终，通信开销将变得无关紧要，您将看到两个GPU的使用收益。
6评论
显示 5旧评论

登录以发表评论。

更多答案（0）

类别

标签

s manbetx 845

社区寻宝

在MATLAB Central中查找宝藏，了解社区如何帮助您！

开始打猎吧！