Документация

Изучение целей

В этом примере вы учитесь как:

Учебные предпосылки

Пример: векторное сложение

Этот пример использует пример сложения простого вектора, чтобы продемонстрировать сборку и рабочий процесс развертывания на NVIDIA графические процессоры. Создайте функцию MATLAB myAdd.m это действует как entry-point для генерации кода. В качестве альтернативы используйте файлы в Начале работы с Пакетом Поддержки GPU Coder для NVIDIA пример графических процессоров для этого примера. Самый легкий способ создать код CUDA для этой функции состоит в том, чтобы поместить coder.gpu.kernelfun прагма в функции. Когда GPU Coder сталкивается с kernelfun прагма, это пытается параллелизировать весь расчет в этой функции и затем сопоставляет его с графическим процессором.

function out = myAdd(inp1,inp2) %#codegen
coder.gpu.kernelfun();
out = inp1 + inp2;
end

Создайте живой аппаратный объект связи

Программное обеспечение пакета поддержки использует связь SSH по TCP/IP, чтобы выполнить команды при создании и выполнении сгенерированного кода CUDA по платформам Джетсона или ДИСКУ. Соедините целевую платформу с той же сетью как хост - компьютер или используйте кабель перекрестного соединения Ethernet, чтобы соединить плату непосредственно с хостом - компьютером. Обратитесь к документации NVIDIA относительно того, как настроить и сконфигурировать вашу плату.

Чтобы связаться с оборудованием NVIDIA, необходимо создать живой аппаратный объект связи при помощи jetson или drive функция. Чтобы создать живой аппаратный объект связи, обеспечьте имя хоста или IP-адрес, имя пользователя и пароль требуемой платы. Например, создать живой объект для оборудования Джетсона:

hwobj = jetson('192.168.1.15','ubuntu','ubuntu');

Программное обеспечение выполняет проверку оборудования, инструментов компилятора и библиотек, установки сервера IO, и собирает периферийную информацию о цели. Эта информация отображена в командном окне.

Checking for CUDA availability on the Target...
Checking for NVCC in the target system path...
Checking for CUDNN library availability on the Target...
Checking for TensorRT library availability on the Target...
Checking for Prerequisite libraries is now complete.
Fetching hardware details...
Fetching hardware details is now complete. Displaying details.
 Board name        : NVIDIA Jetson TX2
 CUDA Version      : 9.0
 cuDNN Version     : 7.0
 TensorRT Version  : 3.0
 Available Webcams : UVC Camera (046d:0809)
 Available GPUs    : NVIDIA Tegra X2

В качестве альтернативы создать живой объект для оборудования ДИСКА:

hwobj = drive('92.168.1.16','nvidia','nvidia');

Сгенерируйте исполняемый файл CUDA Используя GPU Coder

Чтобы сгенерировать исполняемый файл CUDA, который может быть развернут на цели NVIDIA, создайте пользовательский основной файл обертки main.cu, main.h это вызывает функцию точки входа в сгенерированном коде. Основной файл передает вектор, содержащий первые 100 натуральных чисел к функции точки входа, и пишет результаты в myAdd.bin двоичный файл.

 main.cu

//main.cu
// Include Files
#include "myAdd.h"
#include "main.h"
#include "myAdd_terminate.h"
#include "myAdd_initialize.h"
#include <stdio.h>

// Function Declarations
static void argInit_1x100_real_T(real_T result[100]);
static void main_myAdd();

// Function Definitions
static void argInit_1x100_real_T(real_T result[100])
{
  int32_T idx1;

  // Initialize each element.
  for (idx1 = 0; idx1 < 100; idx1++) {
    result[idx1] = (real_T) idx1;
  }
}

void writeToFile(real_T result[100])
{
    FILE *fid = NULL;
    fid = fopen("myAdd.bin", "wb");
    fwrite(result, sizeof(real_T), 100, fid);
    fclose(fid);
}

static void main_myAdd()
{
  real_T out[100];
  real_T b[100];
  real_T c[100];

  argInit_1x100_real_T(b);
  argInit_1x100_real_T(c);
  
  myAdd(b, c, out);
  writeToFile(out);  // Write the output to a binary file
}

// Main routine
int32_T main(int32_T, const char * const [])
{
  // Initialize the application.
  myAdd_initialize();

  // Invoke the entry-point functions.
  main_myAdd();

  // Terminate the application.
  myAdd_terminate();
  return 0;
}

 main.h

//main.h
#ifndef MAIN_H
#define MAIN_H

// Include Files
#include <stddef.h>
#include <stdlib.h>
#include "rtwtypes.h"
#include "myAdd_types.h"

// Function Declarations
extern int32_T main(int32_T argc, const char * const argv[]);

#endif

Создайте объект настройки графического процессора кода для генерации исполняемого файла. Используйте coder.hardware функция, чтобы создать настройку возражает для ДИСКА или платформы Джетсона и присвоить его Hardware свойство объекта cfg настройки кода. Используйте BuildDir свойство задать папку для выполнения удаленного процесса сборки на цели. Если заданная папка сборки не существует на цели, то программное обеспечение создает папку с именем. Если никакое значение не присвоено cfg.Hardware.BuildDir, удаленный процесс сборки происходит в последней заданной папке сборки. Если нет никакого сохраненного значения папки сборки, процесс сборки происходит в домашней папке.

cfg = coder.gpuConfig('exe');
cfg.Hardware = coder.hardware('NVIDIA Jetson');
cfg.Hardware.BuildDir = '~/remoteBuildDir';
cfg.CustomSource  = fullfile('main.cu');

Чтобы сгенерировать код CUDA, используйте codegen команда и передача настройка графического процессора кода возражают наряду с размером входных параметров для и myAdd функция точки входа. После того, как генерация кода происходит на хосте, сгенерированные файлы скопированы и основаны на цели.

codegen('-config ',cfg,'myAdd','-args',{1:100,1:100});

Запустите исполняемый файл и проверьте результаты

Чтобы запустить исполняемый файл на целевом компьютере, используйте runApplication() метод аппаратного объекта. В окне команды MATLAB, введите:

pid = runApplication(hwobj,'myAdd');

### Launching the executable on the target...
Executable launched successfully with process ID 26432.
Displaying the simple runtime log for the executable...

Скопируйте выходной файл интервала myAdd.bin к среде MATLAB на хосте и сравнивают вычисленные результаты с результатами MATLAB.

outputFile = [hwobj.workspaceDir '/myAdd.bin']
getFile(hwobj,outputFile);

% Simulation result from the MATLAB.
simOut = myAdd(0:99,0:99);

% Read the copied result binary file from target in MATLAB.
fId  = fopen('myAdd.bin','r');
tOut = fread(fId,'double');
diff = simOut - tOut';
fprintf('Maximum deviation : %f\n', max(diff(:)));

Maximum deviation between MATLAB Simulation output and GPU coder output on Target is: 0.000000