為了提高大規模數據處理的能力，matlab 的 GPU 並行計算，本質上是在 cuda 的基礎上開發的 wrapper，也就是說 matlab 目前只支持 NVIDIA 的顯卡。

1. GPU 硬件支持

首先想要在 matlab 中使用 GPU 加速運算，需要計算機配備有 NVIDIA 的顯卡，可在 matlab 中運行：

>> gpuDevice

• 1

如果本機有 GPU 支持，會列出 CUDADevice 的相關屬性。

2. GPU 和 CPU 之間的數據傳遞

• gpuArray：將定義在 CPU 上的矩陣轉換為 GPU 模式；

  X=rand(10,‘single‘); 
   
  
  GX=gpuArray(X);      
  GX2=GX.*GX;         

  • 1
  • 2
  • 3

• gather：將 GPU 內存中的數據拷貝到 CPU 內存中

• 在一些函數中通過相關參數進行 GPU 支持；

  • rand(10, ‘gpuArray’)

3. tips

• 有時候 GPU 受限於硬件架構，單精度的計算遠快於雙精度。這時候可以考慮在拷貝的時候順便轉換一下精度 A = gpuArray(single(B)) 以進一步提高運算速度 。

• 對於一些代碼結構較為復雜的程序，除了 matlab 提供的內置函數進行 GPU 加速外，matlab 還可調用 .cu 文件

  • matlab + c/c++ 的混合編程能把 .c, .cc, .cpp 等文件編譯為可供使用的 mex 文件，
  • 對於 cuda 程序（.cu），matlab 則可調用相關編譯工具，將其編譯為 .ptx 文件；

Matlab之GPU加速方法

再分享一下我老師大神的人工智能教程吧。零基礎！通俗易懂！風趣幽默！還帶黃段子！希望你也加入到我們人工智能的隊伍中來！https://blog.csdn.net/jiangjunshow

matlab 中使用 GPU 加速運算