gpuArray
阵列存储在GPU上
描述
A.gpuArray对象表示存储在GPU内存中的数组®并在其他工具箱中支持万博1manbetxgpuArray对象，允许您在GPU上运行代码，而对代码的更改最少gpuArray对象，使用任何gpuArray-enabled MATLAB函数，如快速傅里叶变换,mtimes或mldivide。以查找gpuArray-在MATLAB和其他工具箱中启用的函数，请参见GPU-万博1manbetxsupported功能．有关更多信息，请参见在GPU上运行MATLAB函数．
如果要从GPU检索阵列，例如在使用不支持的函数时万博1manbetxgpuArray对象,使用聚集函数。
笔记
您可以加载MAT文件包含gpuArray当GPU不可用时，将数据作为内存阵列。A.gpuArray没有GPU加载的对象是有限的，您不能将其用于计算gpuArray对象在没有GPU的情况下加载，使用聚集．
目标函数
有几种方法可用于检查一个系统的特性gpuArray对象。大多数函数的行为类似于同名的MATLAB函数。
几个MATLAB工具箱包括内置的函数gpuArray万博1manbetx支持。查看这些工具箱中支持的所有功能的列表万博1manbetxgpuArray对象，请使用下表中的链接。具有信息指示器的列表中的函数具有特定于在GPU上运行该函数的限制或用法说明。您可以在函数参考页的“扩展功能”部分中查看用法说明和限制。有关单个函数的更新信息，请参阅gpuArray-enabled函数，请参阅发布说明。
| 工具箱名称 | 函数列表gpuArray万博1manbetx |
特定于GPU的文档 |
|---|---|---|
| MATLAB | 功能与gpuArray万博1manbetx |
|
| 统计和机器学习工具箱™ | 功能与gpuArray万博1manbetx（统计和机器学习工具箱） |
在GPU上分析和建模数据（统计和机器学习工具箱） |
| 图像处理工具箱™ | 功能与gpuArray万博1manbetx（图像处理工具箱） |
计算能力（图像处理工具箱） |
| 深度学习工具箱™ | 功能与 *（另见GPU深度学习) |
在gpu和云上并行扩展深度学习(深度学习工具箱) 基于多gpu的MATLAB深度学习(深度学习工具箱) |
| 计算机视觉工具箱™ | 功能与gpuArray万博1manbetx（计算机视觉工具箱） |
GPU代码生成和加速（计算机视觉工具箱） |
| 通信工具箱™ | 功能与gpuArray万博1manbetx（通讯工具箱） |
代码生成和加速支持万博1manbetx（通讯工具箱） |
| 信号处理工具箱™ | 功能与gpuArray万博1manbetx(信号处理工具箱) |
代码生成和GPU支持万博1manbetx(信号处理工具箱) |
| 音频工具箱™ | 功能与gpuArray万博1manbetx(音频工具箱) |
代码生成和GPU支持万博1manbetx(音频工具箱) |
| 小波工具箱™ | 功能与gpuArray万博1manbetx(小波工具箱) |
代码生成和GPU支持万博1manbetx(小波工具箱) |
| 曲线拟合工具箱™ | 功能与gpuArray万博1manbetx（曲线拟合工具箱） |
您可以浏览gpuArray所万博1manbetx有MathWorks支持的函数®s manbetx 845以下连结的产品:gpuArray-万博1manbetx支持函数。或者，您可以按产品筛选。在帮助栏，单击功能．在函数列表中，浏览左侧窗格选择一个产品，例如MATLAB。在左侧窗格的底部，选择GPU数组. 如果您选择的产品没有gpuArray-启用功能，然后GPU数组过滤器不可用。
例子
在GPU之间传输数据
要将数据从CPU传输到GPU，请使用gpuArray函数。
创建一个数组X．
X=[1,2,3]；
转移XGPU。
G=gpuArray（X）；
检查数据是否在GPU上。
isgpuarray (G)
ans=必然的1.
计算数组的元素平方G．
GSq=G.^2；
转移的结果GSq回到CPU。
XSq =收集(GSq)
XSq=1×31 4 9
检查数据是否不在GPU上。
isgpuarray（XSq）
ans=必然的0
直接在GPU上创建数据
通过使用一些MATLAB函数并指定选项，您可以直接在GPU上创建数据”gpuArray“．
直接在GPU上创建一个随机数数组。
G=兰特（1,3，“gpuArray”)
G = 0.3640 0.5421 0.6543
检查输出是否存储在GPU上。
isgpuarray (G)
ans=必然的1.
使用MATLAB函数与GPU
这个例子展示了如何使用gpuArray-enabled MATLAB函数进行操作gpuArray物体。您可以使用gpuDevice函数。
gpuDevice
ans=CUDADevice，带属性：名称：“TITAN RTX”索引：1计算能力：“7.5”支持双：1驱动服务器版本：11.2000工具套件版本：11 MaxThread万博1manbetxsPerBlock:1024 MaxShmemPerBlock:49152 MaxThreadBlockSize:[1024 1024 64]MaxGridSize:[2.1475e+09 65535 65535]SIMDWidth:32总内存：2.5770e+10可用内存：2.4177e+10多处理器计数：72时钟频率kHz:1770000计算模式：“默认”GPUOverlapsTransfers:1内核执行时间：1 CanMapHostMemory:1设备支持：1设备可用：1设备选择：1设备
创建一个行向量，重复-15到15之间的值。要将其传输到GPU并创建gpuArray对象,使用gpuArray函数。
X=[-15:15 0-15:15 0-15:15]；gpuX=gpuArray（X）；谁gpuX
名称大小字节类属性gpuX 1x95 760 gpuArray
操作gpuArray对象，使用任何gpuArray启用了MATLAB函数。MATLAB在GPU上自动运行计算。有关更多信息，请参见在GPU上运行MATLAB函数.例如，使用诊断,expm,国防部,圆形的,防抱死制动系统,fliplr在一起
gpuE = expm(diag(gpuX，-1)) * expm(diag(gpuX,1));gpuM =国防部(圆(abs (gpuE)), 2);gpuF = gpuM + fliplr(gpuM);
策划的结果。
彩色贴图（翻转（灰色））；
如果需要从GPU传回数据，请使用聚集. 将数据传输回CPU的成本很高，并且通常不需要，除非您需要将结果与不支持的函数一起使用万博1manbetxgpuArray．
结果=聚集（gpuF）；WHO后果
名称大小字节类属性结果96x96 73728双精度
一般来说，由于GPU和CPU之间的数值精度和算法差异，在CPU和GPU上运行代码可能会产生不同的结果。CPU和GPU的答案都是与真实分析结果同等有效的浮点近似值，在计算过程中受到不同的舍入行为。在例如，结果是整数和圆形的消除舍入误差。
使用gpuArray启用功能
这个例子展示了如何使用MATLAB函数和运算符gpuArray用蒙特卡罗积分法计算函数的积分。
定义要采样的点数。在函数域中采样点数，间隔[1]在这两个x和y坐标，通过使用兰德函数。要直接在GPU上创建随机阵列，请使用兰德函数和指定gpuArray“．有关更多信息，请参见在GPU上建立阵列．
n=1e6；x=2*rand（n，1，“gpuArray”)-1、 y=2*rand（n，1，“gpuArray”) 1;
定义要积分的函数，并用蒙特卡罗积分公式对其进行积分。这个函数近似于
通过单位圆内的采样点。因为代码使用gpuArray-enabled函数和操作符gpuArray对象时，计算会自动在GPU上运行。您可以使用与MATLAB数组相同的语法执行二进制运算，例如按元素进行乘法。有关gpuArray启用功能,看到在GPU上运行MATLAB函数．
F = x ^2 + y ^2 <= 1;结果f = 4 * 1 / n * *的(n, 1,“gpuArray”)
结果=3.1403
提示
如果你需要更好的性能，或者某个功能在GPU上不可用，
gpuArray万博1manbetx支持以下选项:在上预编译并运行纯元素代码
gpuArray对象,使用arrayfun函数。运行包含CUDA的c++代码®设备代码或库调用，请使用MEX函数。有关详细信息，请参阅运行包含CUDA代码的mex函数．
要运行CUDA C++中的现有GPU内核，使用MATLAB CUDAKENEL接口。在GPU上运行CUDA或PTX代码．
要从MATLAB代码生成CUDA代码，使用GPU Coder™。有关更多信息，请参见开始使用GPU编码器(GPU编码器)．
可以通过控制图形处理器上的随机数流
gpurng．下列各项不能超过
intmax（“int32”）:密集数组的元素数。
稀疏数组中非零元素的数目。
任何给定维度中的大小。例如，
零（0,3e9，“gpuArray”）这是不允许的。
选择
您还可以创建gpuArray使用MATLAB函数，通过指定gpuArray输出。下表列出了可以创建的MATLAB函数gpuArray有关更多信息，请参阅函数参考页的扩展功能部分。
你也可以从以下列表中选择一个网站:
