Чтобы ускорить ваш код, сначала попытайтесь профилировать и векторизовать его. Для получения информации см. Производительность и память (MATLAB). После профилирования и векторизации, можно также попытаться использовать графический процессор компьютера, чтобы ускорить вычисления. Если все функции, которые вы хотите использовать, поддерживаются на графическом процессоре, можно просто использовать gpuArray
, чтобы передать входные данные графическому процессору и вызвать gather
, чтобы получить выходные данные из графического процессора. Чтобы начать с вычислением графического процессора, смотрите функции MATLAB Выполнения на графическом процессоре.
Для глубокого обучения MATLAB® оказывает автоматическую параллельную поддержку для нескольких графических процессоров. Смотрите Глубокое обучение для MATLAB на Нескольких графических процессорах (Deep Learning Toolbox).
Запустите функции MATLAB на графическом процессоре
Сотни функций в MATLAB и других тулбоксах запускаются автоматически на графическом процессоре, если вы предоставляете аргумент gpuArray
.
Идентифицируйте и выберите GPU Device
Используйте gpuDevice
, чтобы идентифицировать и выбрать, какое устройство вы хотите использовать.
Поддержка графического процессора релизом
Поддержка NVIDIA® архитектура графического процессора релизом MATLAB.
Установите массивы на графическом процессоре
gpuArray
в MATLAB представляет массив, который хранится на графическом процессоре.
Используя FFT2 на графическом процессоре, чтобы моделировать дифракционные шаблоны
Этот пример использует Parallel Computing Toolbox™, чтобы выполнить двумерное Быстрое преобразование Фурье (FFT) на графическом процессоре.
Запустите функции MATLAB на нескольких графических процессорах
Этот пример показывает, как запустить код MATLAB по нескольким графическим процессорам параллельно, сначала по вашей локальной машине, затем масштабировав до кластера.
Обучите сеть Используя автоматическую поддержку мультиграфического процессора
Этот пример показывает, как использовать несколько графических процессоров на вашей локальной машине для обучения глубокому обучению использование автоматической параллельной поддержки.
Этот пример показывает, как arrayfun
может использоваться, чтобы запустить функцию MATLAB® исходно на графическом процессоре.
Улучшайте Производительность Небольших Матричных проблем на графическом процессоре с помощью PAGEFUN
Этот пример показывает, как использовать pagefun
, чтобы улучшать производительность применения большого количества независимых вращений и переводов в объекты в 3-D среде.
Измерьте и улучшайте производительность графического процессора
Используйте оценочные испытания в MATLAB, чтобы измерить уровень вашего графического процессора.
Сравнительное тестирование A\b на графическом процессоре
Этот пример смотрит на то, как мы можем протестировать решения в сравнении с эталоном линейной системы на графическом процессоре.
Профилируйте, чтобы улучшать производительность (MATLAB)
Чтобы идентифицировать, какие строки кода используют большую часть времени или какие строки MATLAB не запускаются, профилируйте свой код.
Векторизация (MATLAB)
Пересмотрите основанный на цикле, ориентированный на скаляр код, чтобы использовать матрицу MATLAB и векторные операции.
Потоки случайных чисел на графическом процессоре
Управляйте потоками случайных чисел на графическом процессоре, чтобы сгенерировать те же последовательности случайных чисел как на центральном процессоре.
Генерация случайных чисел на графическом процессоре
Этот пример показывает, как переключиться между различными генераторами случайных чисел, которые поддерживаются на графическом процессоре.
Получите операции с помощью шаблона на графическом процессоре
Этот пример использует "Игру Конуэя Жизни", чтобы продемонстрировать, как операции шаблона могут быть выполнены с помощью графического процессора.