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
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。
一般来说，使用 MEX 文件比使用 CUDAKernel 对象更灵活。有关详细信息，请参阅运行包含 CUDA 代码的 MEX 函数。
函数
主题
- 运行包含 CUDA 代码的 MEX 函数
如果在 GPU 上运行 MATLAB 函数无法充分加快代码运行速度，或者您需要使用 GPU 的高级 CUDA 功能，则可以编写自己的 CUDA 代码，并通过使用
mexcuda生成可执行的 MEX 文件，在 MATLAB 中运行该代码。 - 在 GPU 上运行 CUDA 或 PTX 代码
如果在 GPU 上运行 MATLAB 函数无法充分加快代码运行速度，或者需要使用 GPU 的高级 CUDA 功能，您可以编写自己的 CUDA 代码，并通过使用
parallel.gpu.CUDAKernel的可执行内核在 MATLAB 中运行该代码。
精选示例
使用 MEX 访问高级 CUDA 功能
此示例展示了如何使用 MEX 文件访问 GPU 的高级功能。它以示例 GPU 上的模板操作 为基础。前面的示例使用康威的“生命游戏”来演示如何使用在 GPU 上运行的 MATLAB® 代码执行模板操作。本示例演示如何使用 GPU 的高级功能（共享内存）进一步提高模板操作的性能。您可以通过在 MEX 文件中编写自己的 CUDA® 代码并从 MATLAB 调用 MEX 文件来实现此目的。您可以在 运行包含 CUDA 代码的 MEX 函数 中找到有关 MEX 文件中使用 GPU 的介绍。
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。
