Matlab高级教程_第二篇:Matlab相见恨晚的模块_02_并行运算-利用GPU并行执行MATLAB程序

Posted 时海涛 | Thomas.Shih

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Matlab高级教程_第二篇:Matlab相见恨晚的模块_02_并行运算-利用GPU并行执行MATLAB程序相关的知识,希望对你有一定的参考价值。

1  MATLAB原文:

  如果所有你想使用的函数支持GPU,你能够使用gpuArray把输入的数据传输到GPU,也能够唤起gather命令把传输值GPU的数据回收。

2  通过gpuDevice命令观察当前电脑的GPU设备

>> gpuDevice
ans = 
  CUDADevice (具有属性):

                      Name: \'GeForce GT 430\'  % GPU设备的型号
                     Index: 1  % 当前GPU设备的编号
         ComputeCapability: \'2.1\' % 计算能力
            SupportsDouble: 1  %知否支持双精度运算
             DriverVersion: 8  % Cude驱动版本
            ToolkitVersion: 7.5000  % 工具版本
        MaxThreadsPerBlock: 1024  % 每个Block的最大线程数目
          MaxShmemPerBlock: 49152  % 每个Block可用的最大shared内容
        MaxThreadBlockSize: [1024 1024 64]  %单个Block支持x,y,z三个方向的最大值
               MaxGridSize: [65535 65535 65535]  %最大的grid大小
                 SIMDWidth: 32  %Warp大小
               TotalMemory: 1.0737e+09  %GPU设备全部内存大小
           AvailableMemory: 799592448  %GPU设备可分配内存大小
       MultiprocessorCount: 2  %GPU设备处理器个数(同CPU处理器个数相同,这是双核GPU)
              ClockRateKHz: 1500000  % 时钟频率多少赫兹
               ComputeMode: \'Default\'  %计算模式
      GPUOverlapsTransfers: 1  
    KernelExecutionTimeout: 1
          CanMapHostMemory: 1
           DeviceSupported: 1  %本机MATLAB支持的GPU设备个数
            DeviceSelected: 1  %当前选择GPU设备编号。

3  通过gpuDevice(index)编号选择第几个GPU处理器进行数值运算。

4  创建GPU数值阵列(最简单的一种复制和提取应用)

  通过gpuArray函数完成,通过gather函数回收运算或复制的GPU数据:

x = rand(3,3);
B = gpuArray(x);
whos B
% whos B  % 返回GPU赋值后的对象
%   Name      Size            Bytes  Class       Attributes
% 
%   B         3x3                 4  gpuArray   

X1 = gather(B);  % 把GPU中的值在收回来,赋值一个变量
x - X1; 
% x - X1 % 结果为0,表示过程正确
% ans =
%      0     0     0
%      0     0     0
%      0     0     0

5  对应的创建GPU数值阵列有一些其他的GPU函数,与常用的MATLAB函数一样,只不过加上gpuArray字符说明,就可以转换成GPU数值阵列。常用的这些函数有两种方式,而且可以函数名来作为定放的位置,分别如下:

eye(___,\'gpuArray\')	rand(___,\'gpuArray\')
false(___,\'gpuArray\')	randi(___,\'gpuArray\')
Inf(___,\'gpuArray\')	randn(___,\'gpuArray\')
NaN(___,\'gpuArray\')	gpuArray.colon(值)
ones(___,\'gpuArray\')	gpuArray.freqspace(值)
true(___,\'gpuArray\')	gpuArray.linspace(值)
zeros(___,\'gpuArray\')	gpuArray.logspace(值)
 	                gpuArray.speye(值)

6  其他的创建GPU数值阵列的函数可以用帮助的方式取查看

  help gpuArray.methodname(methodname就是想要查看的函数)

7  还有操作GPU数据的函数常用的有:

classUnderlying(___,\'gpuArray\')     gupArray.classUnderlying(值) % gpu数值阵列数据元素类型
isreal(___,\'gpuArray\')      gupArray.isreal(值) % 判断gpu数值阵列数据元素是否为实数
length(___,\'gpuArray\')     gupArray.length(值) %gpu数值阵列最后一维的数据长度
ndims(___,\'gpuArray\')     gupArray.ndims(值) %gpu数值阵列的尾数
size(___,\'gpuArray\')     gupArray.size(值) %gpu数值阵列各维大小

8  常用的还有这些

9  其实GPU变得很简单,就是赋值计算,取回。

 

以上是关于Matlab高级教程_第二篇:Matlab相见恨晚的模块_02_并行运算-利用GPU并行执行MATLAB程序的主要内容,如果未能解决你的问题,请参考以下文章

Matlab高级教程_第二篇:Matlab相见恨晚的模块_02_并行运算-利用GPU并行执行MATLAB程序

Matlab高级教程_第二篇:Matlab2016a和VS2013混合

Matlab高级教程_第一篇:Matlab基础知识提炼_06

Matlab高级教程_第一篇:Matlab基础知识提炼_05

Matlab高级教程_第一篇:Matlab基础知识提炼_04

MATLAB 中有哪些命令,让人相见恨晚