Чтобы использовать в своих интересах выигрыши в производительности, предлагаемые современным графическим процессором (GPU), определенным функциям Image Processing Toolbox™ позволили выполнить операции обработки изображений на графическом процессоре. Это может обеспечить ускорение графического процессора для сложных рабочих процессов обработки изображений. Эти методы могут быть реализованы исключительно или в комбинации, чтобы удовлетворить цели эффективности и конструктивные требования.
Чтобы запустить код обработки изображений по графическому процессору (GPU), у вас должно быть программное обеспечение Parallel Computing Toolbox™. Чтобы выполнить поддерживаемую операцию обработки изображений на графическом процессоре, выполните эти шаги:
Переместите данные с центрального процессора на графический процессор. Используйте gpuArray
(Parallel Computing Toolbox) функция, чтобы передать массив с MATLAB® на графический процессор. Для получения дополнительной информации смотрите, Создают Массивы графического процессора из Существующих Данных (Parallel Computing Toolbox).
Выполните операцию обработки изображений на графическом процессоре. Для списка всех функций тулбокса, которые были поддерживающими графический процессор, смотрите, что Функции Поддерживают Вычисление графического процессора.
Положите обратно данные на центральный процессор от графического процессора. Используйте gather
(Parallel Computing Toolbox) функция, чтобы получить массив из графического процессора и передать массив рабочему пространству MATLAB как регулярный массив MATLAB.
Если вы вызываете функцию с поддержкой графического процессора с помощью по крайней мере одного gpuArray
(Parallel Computing Toolbox) входной параметр, затем функция запускается автоматически на графическом процессоре и генерирует gpuArray
как результат. Можно смешать входные параметры с помощью обоих gpuArray
и массивы MATLAB в том же вызове функции. В этом случае функция автоматически передает массивы MATLAB графическому процессору для выполнения.
При работе с графическим процессором отметьте следующее:
Повышения производительности могут зависеть от устройства графического процессора.
Могут быть небольшие различия в результатах, возвращенных на графическом процессоре от возвращенных на центральном процессоре.
Чтобы узнать об интеграции пользовательских ядер CUDA непосредственно в MATLAB, чтобы ускорить комплексные алгоритмы, смотрите Запуск CUDA или Код PTX по графическому процессору (Parallel Computing Toolbox).
gather
(Parallel Computing Toolbox) | gpuArray
(Parallel Computing Toolbox)