Computación GPU
Puede acelerar su código ejecutando funciones MATLAB® en una GPU. Si las funciones que desea utilizar admiten la ejecución de GPU, simplemente puede usar gpuArray para transferir datos de entrada a la GPU. Para comenzar con la computación GPU, consulte Run MATLAB Functions on a GPU.
Para el aprendizaje profundo, MATLAB proporciona soporte paralelo automático para múltiples GPU. Ver Deep Learning with MATLAB on Multiple GPUs (Deep Learning Toolbox).
Puede usar la función gpuDevice para inspeccionar y seleccionar su GPU y usar las funciones gpuDeviceTable para inspeccionar varias GPU.
Si ejecutar las funciones MATLAB en la GPU no acelera lo suficiente su código, o si necesita usar funciones avanzadas de la GPU CUDA®, puede escribir su propio código CUDA y ejecutarlo en MATLAB generando un archivo MEX ejecutable usando mexcuda o un kernel ejecutable. usando parallel.gpu.CUDAKernel .
Categorías
- Computación GPU en MATLAB
Acelere su código ejecutando funciones MATLAB en una GPU
- GPU CUDA y programación MEX
Acelere aún más su código utilizando GPU avanzada CUDA y programación MEX
Ejemplos destacados
Illustrating Three Approaches to GPU Computing: The Mandelbrot Set
Adapt your MATLAB® code to compute the Mandelbrot Set using a GPU.
Measure GPU Memory Bandwidth and Processing Power
Measure some of the key performance characteristics of your GPU hardware.
Using GPU arrayfun for Monte-Carlo Simulations
Calculate prices for financial options on a GPU using Monte-Carlo methods.
Run MATLAB Functions on Multiple GPUs
Run MATLAB® code on multiple GPUs in parallel, first on your local machine, then scaling up to a cluster. As a sample problem, the example uses the logistic map, an equation that models the growth of a population.
