MATLAB 中的 GPU 计算
通过在 GPU 上运行 MATLAB® 函数来加快代码执行速度
如果 GPU 支持您想要使用的所有函数，您只需使用 gpuArray 将输入数据传输到 GPU 即可。要开始使用 GPU 计算，请参阅在 GPU 上运行 MATLAB 函数。
对于深度学习，MATLAB 为多个 GPU 提供自动并行支持。请参阅Deep Learning with MATLAB on Multiple GPUs (Deep Learning Toolbox)。
您可以使用 gpuDevice 函数检查并选择您的 GPU，而使用 gpuDeviceTable 函数检查多个 GPU。
函数
主题
在 GPU 上运行 MATLAB 代码
- 在 GPU 上运行 MATLAB 函数
提供gpuArray参量以在 GPU 上自动运行函数。 - 识别并选择 GPU 设备
此示例显示如何使用gpuDevice来识别和选择您想要使用的设备。 - GPU 计算要求
支持 NVIDIA® GPU 架构。 - 在 GPU 上建立数组
使用gpuArray对象将数据存储在 GPU 上，并在 GPU 上执行计算。 - 在多个 GPU 上运行 MATLAB 函数
此示例显示如何在多个 GPU 上并行运行 MATLAB® 代码，首先在本地计算机上，然后扩展到集群。作为一个示例问题，该示例使用了 logistic 映射，即一个仿真种群增长的方程。 - 使用远程 GPU
此示例展示如何在集群中的多个远程 GPU 上运行 MATLAB® 代码。 (自 R2024a 起) - 使用云中的 GPU 运行 MATLAB
利用云中强大的 GPU 来加速您的代码。 - 使用自动多 GPU 支持训练网络 (Deep Learning Toolbox)
此示例说明如何使用自动并行支持在本地计算机上使用多个 GPU 进行深度学习训练。 - 在 GPU 上使用稀疏数组
了解在 GPU 上使用稀疏数组的条件。 - 在 GPU 上处理复数
了解在 GPU 上应用可能返回复杂值的函数的条件。
提高 GPU 性能
- 测量并提高 GPU 性能
在您的 GPU 上运行时间代码并探索提高性能的选项。 - 使用 GPU 和向量化计算提高性能
此示例向您展示如何通过在 GPU 而不是 CPU 上运行函数以及通过向量化计算来提高性能。 - 使用 arrayfun 提高 GPU 上元素级 MATLAB 函数的性能
此示例展示了如何通过使用arrayfun在 GPU 上运行 MATLAB® 函数来提高代码的性能。 - 使用 pagefun 提高 GPU 上小矩阵问题的性能
此示例说明如何使用pagefun来提高对多维数组中排列的多个矩阵施加独立运算的性能。 - 在 GPU 上对 A\b 进行基准测试
这个示例研究如何在 GPU 上对线性系统的求解进行基准测试。用于解决x中的A*x = b的 MATLAB® 代码非常简单。最常见的是，我们使用矩阵左除法（也称为mldivide或反斜杠运算符 (\) 来计算x（即x = A\b）。
了解更多
- 探查您的代码以改善性能
使用探查器来测量运行代码所需的时间，并确定哪些代码行最耗时或哪些代码行未运行。 - 向量化
修正基于循环且面向标量的代码，以使用 MATLAB 矩阵和向量运算。 - GPU 上的随机数流
控制 GPU 上的随机数流以生成与 CPU 上相同的随机数序列。 - 在 GPU 上生成随机数
此示例展示如何在 GPU 支持的不同随机数生成器之间切换。 - GPU 上的模板操作
此示例使用康威的“生命游戏”来演示如何使用 GPU 执行模板操作。 - 使用支持 GPU 的函数计算曼德布洛特集
此示例展示了如何使用支持 GPU 的 MATLAB® 函数来计算著名的数学构造：曼德布洛特集。使用gpuDevice函数检查您的 GPU。
相关信息
精选示例
说明 GPU 计算的三种方法：曼德布洛特集合
此示例展示如何调整您的 MATLAB® 代码以使用 GPU 计算曼德布洛特集合。
测量 GPU 内存带宽和处理能力
此示例演示了如何测量 GPU 硬件的一些关键性能指标。
使用 GPU arrayfun 进行蒙特卡罗仿真
此示例展示如何使用蒙特卡罗方法在 GPU 上计算金融期权的价格。
使用 GPU 上的 FFT2 仿真衍射图案
此示例使用 Parallel Computing Toolbox™ 在 GPU 上执行二维快速傅里叶变换 (FFT)。二维傅里叶变换在光学中用于计算远场衍射图案。当单色光源穿过小光圈时（例如杨氏双缝试验），可以观察到这些衍射图案。
使用 GPU 锐化图像
此示例展示了如何使用 gpuArray 对象和支持 GPU 的函数来锐化图像。
