GPU 计算
通过在 GPU 上运行代码来加快其执行速度
您可以通过在 GPU 上运行 MATLAB® 函数来加快代码执行速度。如果您想要使用的函数支持 GPU 执行,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。
如果在 GPU 上运行 MATLAB 函数不足以加快代码执行速度,或者您需要使用高级 GPU CUDA® 功能,您可以编写自己的 CUDA 代码,并在 MATLAB 中运行该代码,具体方法是使用 mexcuda
生成可执行 MEX 文件,或使用 parallel.gpu.CUDAKernel
生成可执行内核。
类别
- 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
- GPU CUDA 和 MEX 编程
使用高级 GPU CUDA 和 MEX 编程进一步加快代码执行速度