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.
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.
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.
Введение в графический процессор, ускоренный, вычисляя.
Рабочий процесс для MEX CUDA и автономной генерации Кода С++ CUDA.