La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Generazione e accelerazione di codice GPU

Generare codice CUDA^® da MATLAB^®

Dopo aver sviluppato l'applicazione utilizzando Computer Vision Toolbox™, è possibile generare codice CUDA ottimizzato per l'unità di elaborazione grafica (GPU) NVIDIA^® dal codice MATLAB. Il codice può essere integrato nel progetto come codice sorgente, librerie statiche o dinamiche e può essere utilizzato per la prototipazione sulla GPU. È possibile utilizzare il codice CUDA generato all'interno di MATLAB per accelerare le parti di codice MATLAB ad alta intensità di calcolo nelle applicazioni di Machine Learning, Deep Learning o di altro tipo. È necessario disporre di MATLAB Coder™ e GPU Coder™ per generare codice CUDA.

Per sfruttare i vantaggi offerti da una moderna GPU in termini di prestazione, alcune funzioni Computer Vision Toolbox possono essere eseguite su una GPU. Questo supporto richiede Parallel Computing Toolbox™.

Funzioni

Funzioni che supportano la generazione di GPU

Funzioni che supportano gli array di GPU

Argomenti

The GPU Environment Check and Setup App (GPU Coder)
Verify and set up the GPU code generation environment.
Generate Code by Using the GPU Coder App (GPU Coder)
Generate CUDA code from MATLAB code by using the GPU Coder app.
Generate Code Using the Command Line Interface (GPU Coder)
Generate CUDA code from MATLAB code by using the codegen command.
Run MATLAB Functions on a GPU (Parallel Computing Toolbox)
Supply a gpuArray argument to automatically run functions on a GPU.
GPU Computing Requirements (Parallel Computing Toolbox)
Support for NVIDIA GPU architectures.