Начало работы с GPU Coder

GPU Coder™ генерирует, оптимизировал код CUDA^® из кода MATLAB^® и моделей Simulink^®. Сгенерированный код включает ядра CUDA для parallelizable частей вашего глубокого обучения, компьютерного зрения и алгоритмов обработки сигналов. Для высокой производительности вызовы сгенерированного кода оптимизировали библиотеки CUDA NVIDIA^®, включая TensorRT, cuDNN, cuFFT, cuSolver, и cuBLAS. Код может быть интегрирован в ваш проект как исходный код, статические библиотеки или динамические библиотеки, и это может быть скомпилировано для рабочих столов, серверов и графических процессоров, встроенных в NVIDIA Джетсон, ДИСК NVIDIA и другие платформы. Можно использовать сгенерированный CUDA в MATLAB, чтобы ускорить нейронные сети для глубокого обучения и другие в вычислительном отношении интенсивные фрагменты алгоритма. GPU Coder позволяет вам включить рукописный код CUDA в свои алгоритмы и в сгенерированный код.

Когда используется с Embedded Coder^®, GPU Coder позволяет вам проверить числовое поведение сгенерированного кода с помощью программного обеспечения в цикле (SIL) и процессоре в цикле (PIL) тестирование.

Примеры

MATLAB

Генерация кода при помощи приложения GPU Coder

Сгенерируйте код С CUDA из кода MATLAB при помощи приложения GPU Coder.

Генерация кода Используя интерфейс командной строки

Сгенерируйте код С CUDA из кода MATLAB при помощи codegen команда.

Проверьте правильность сгенерированного кода

Поведенческая верификация сгенерированного кода, трассируемости и отчетов генерации кода.

Генерация кода для Нейронных сетей для глубокого обучения при помощи cuDNN

Сгенерируйте код для предварительно обученных сверточных нейронных сетей при помощи cuDNN библиотеки.

Генерация кода для нейронных сетей для глубокого обучения при помощи TensorRT

Сгенерируйте код для предварительно обученных сверточных нейронных сетей при помощи библиотеки TensorRT.

Simulink

Ускорение симуляции при помощи GPU Coder

Улучшите скорость симуляции при помощи NVIDIA графические процессоры.

Генерация кода из моделей Simulink при помощи GPU Coder

Сгенерируйте код CUDA из моделей Simulink при помощи GPU Coder.

Глубокое обучение в Simulink, пользующемся библиотекой глубоких нейронных сетей

Симулируйте и сгенерируйте код для моделей глубокого обучения в Simulink с помощью библиотечных блоков.

О генерации кода из алгоритмов MATLAB

• Парадигма программирования графического процессора
  

  Введение в графический процессор, ускоренный, вычисляя.

• Рабочий процесс генерации кода графического процессора
  

  Рабочий процесс для MEX CUDA и автономной генерации Кода С++ CUDA.

Рекомендуемые примеры

Генерация кода графического процессора: множество Мандельброта

Сгенерируйте 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.

Открыть скрипт

Генерация кода для нейронных сетей для глубокого обучения

Выполните генерацию кода для приложения классификации изображений, которое использует глубокое обучение. Это использует codegen команда, чтобы сгенерировать MEX-функцию, которая запускает предсказание при помощи сетей классификации изображений, таких как MobileNet-v2, ResNet и GoogLeNet.

Открыть скрипт