Генерация кода графического процессора: множество Мандельброта

Открыть скрипт

В этом примере показано, как сгенерировать код CUDA® от простой функции MATLAB® при помощи GPU Coder™. Реализация Множества Мандельброта при помощи стандартных команд MATLAB действует как функция точки входа. Этот пример использует codegen команда, чтобы сгенерировать MEX-функцию, которая работает на графическом процессоре. Можно запустить MEX-функцию, чтобы проверять на ошибки времени выполнения.

Предпосылки

  • CUDA включил NVIDIA®, графический процессор с вычисляет возможность 3.2 или выше.

  • NVIDIA инструментарий CUDA и драйвер.

  • Переменные окружения для компиляторов и библиотек. Для получения информации о поддерживаемых версиях компиляторов и библиотек, смотрите Сторонние продукты. Для подготовки переменных окружения смотрите Подготовку Необходимых как условие продуктов.

Проверьте среду графического процессора

Чтобы проверить, что компиляторы и библиотеки, необходимые для выполнения этого примера, настраиваются правильно, используйте coder.checkGpuInstall функция.

envCfg = coder.gpuEnvConfig('host');
envCfg.BasicCodegen = 1;
envCfg.Quiet = 1;
coder.checkGpuInstall(envCfg);

Множество Мандельброта

Множество Мандельброта является областью в комплексной плоскости, состоящей из значений$z_0$ для который траектории, заданные

$$z_{k+1} = {z_k}^2 + z_0, k = 0,1,...$$

останьтесь ограниченными в$k\rightarrow\infty$. Полная геометрия Множества Мандельброта показана на рисунке. Это представление не имеет разрешения, чтобы показать богато подробную структуру края недалеко от контура набора.

Входные Define области

Выберите набор пределов, которые задают высоко масштабируемую часть Множества Мандельброта в овраге между основной кардиоидой и$p/q$ лампой с ее левой стороны от него. 1000x1000 сетка$Re\{x\}$ и$Im\{y\}$ создается между этими двумя пределами. Алгоритм Мандельброта затем выполнен с помощью итераций в каждом местоположении сетки. Количества итерации 500 достаточно, чтобы представить изображение в полном разрешении.

maxIterations = 500;
gridSize = 1000;
xlim = [-0.748766713922161, -0.748766707771757];
ylim = [ 0.123640844894862,  0.123640851045266];

x = linspace( xlim(1), xlim(2), gridSize );
y = linspace( ylim(1), ylim(2), gridSize );
[xGrid,yGrid] = meshgrid( x, y );

Функция точки входа Мандельброта

mandelbrot_count.m функция точки входа содержит векторизованную реализацию Множества Мандельброта на основе кода, предоставленного в электронной книге Эксперименты в MATLAB Кливом Moler. % #codegen директива включает MATLAB для проверки ошибок генерации кода. Когда GPU Coder сталкивается с coder.gpu.kernelfun прагма, это пытается параллелизировать весь расчет в этой функции, и затем сопоставляет его с графическим процессором.

type mandelbrot_count

function count = mandelbrot_count(maxIterations, xGrid, yGrid) %#codegen

% Copyright 2016-2019 The MathWorks, Inc. 

z0 = xGrid + 1i*yGrid;
count = ones(size(z0));

% Map computation to GPU.
coder.gpu.kernelfun;

z = z0;
for n = 0:maxIterations
    z = z.*z + z0;
    inside = abs(z)<=2;
    count = count + inside;
end
count = log(count);

Протестируйте функциональность mandelbrot_count

Запустите mandelbrot_count функция с xGrid, yGrid значения, которые были ранее сгенерированы, и затем строят результаты.

count = mandelbrot_count(maxIterations, xGrid, yGrid);

figure(2), imagesc( x, y, count );
colormap( [jet();flipud( jet() );0 0 0] );
title('Mandelbrot Set on MATLAB');
axis off

Сгенерируйте MEX CUDA для функции

Сгенерировать MEX CUDA для mandelbrot_count функционируйте, создайте объект настройки графического процессора кода и запустите codegen команда. Из-за архитектурных различий между центральным процессором и графическим процессором, не всегда соответствует числовая верификация. Этот сценарий верен при использовании одного типа данных в вашем коде MATLAB и операциях накопления выполнения на этих одном значениях типа данных. Как этот пример Мандельброта даже двойные типы данных вызывают числовые ошибки. Одна причина этого несоответствия состоит в том, что графический процессор, который модульное использование с плавающей точкой плавило С плавающей точкой, Умножается - Добавляют инструкции (FMAD), и центральный процессор не использует эти инструкции. fmad=false опция, которая передается nvcc компилятор выключает эту оптимизацию FMAD.

cfg = coder.gpuConfig('mex');
cfg.GpuConfig.CompilerFlags = '--fmad=false';
codegen -config cfg -args {maxIterations,xGrid,yGrid} mandelbrot_count

Code generation successful: To view the report, open('codegen/mex/mandelbrot_count/html/report.mldatx').

Запустите MEX-функцию

После того, как вы генерируете MEX-функцию, можно проверить, что она имеет ту же функциональность как исходная функция точки входа MATLAB. Запустите сгенерированный mandelbrot_count_mex и постройте результаты.

countGPU = mandelbrot_count_mex(maxIterations, xGrid, yGrid);

figure(2), imagesc( x, y, countGPU );
colormap( [jet();flipud( jet() );0 0 0] );
title('Mandelbrot Set on GPU');
axis off

Заключение

Код CUDA был сгенерирован для простой функции MATLAB, реализующей Множество Мандельброта. Реализация была выполнена при помощи coder.gpu.kernelfun прагма и вызов codegen команда, чтобы сгенерировать MEX-функцию. Дополнительные флаги компилятора, FMAD=false, были переданы nvcc компилятор, чтобы отключить оптимизацию FMAD, что выполняемые компиляторы NVIDIA.

Документация GPU Coder
Поддержка
Для просмотра документации необходимо авторизоваться на сайте