Генерация кода из моделей Simulink с GPU Coder

GPU Coder™ генерирует, оптимизировал код CUDA® из моделей Simulink®, содержащих блоки MATLAB Function. Можно использовать сгенерированный код и исполняемый файл для быстрого прототипирования на NVIDIA® графические процессоры. Отчеты генерации кода и трассируемость позволяют вам просмотреть и анализировать сгенерированный код. Основные шаги для генерации кода CUDA при помощи GPU Coder:

  • Создайте или откройте модель.

  • Сконфигурируйте модель для генерации кода путем выбора решателя, языка, набора инструментальных средств и других специфичных для графического процессора параметров конфигурации.

  • Создайте модель.

Пример: обнаружение ребра Sobel

Алгоритм обнаружения ребра Sobel является простым алгоритмом обнаружения ребра, который выполняет 2D пространственную операцию градиента на полутоновом изображении. Этот алгоритм подчеркивает высокие пространственные области частоты, которые соответствуют ребрам входного изображения.

Алгоритм ребра Sobel вычисляет горизонтальный градиент (H) и вертикальный градиент (V) из входа отображают при помощи двух ортогональных ядер фильтра (k и k'). После операции фильтрации алгоритм вычисляет величину градиента и применяет порог, чтобы найти области изображений, которые считаются ребрами.

k = single([1 2 1; 0 0 0; -1 -2 -1]);
H = conv2(single(grayImage),k, 'same');
V = conv2(single(grayImage),k','same');
E = sqrt(H.*H + V.*V);
edgeImage = uint8((E > threshold) * 255);

MATLAB peppers.png test image and its edge detected output.

Создайте модель обнаружения ребра

  1. Создайте модель Simulink и вставьте два блока MATLAB Function из библиотеки User-Defined Functions.

  2. Добавьте блок Constant и установите его значение к 0.4.

  3. Добавьте блок From Multimedia File из библиотеки Computer Vision Toolbox™.

  4. Откройте диалоговое окно Block Parameters для блока From Multimedia File и установите параметр File name на rhinos.avi.

    Установите параметр Image signal на One multidimensional signal.

  5. Добавьте два блока Video Viewer от библиотеки Computer Vision Toolbox до модели.

    Simulink model containing blocks for implementing edge detection algorithm.

  6. Дважды кликните на одном из блоков MATLAB Function. Функциональная подпись по умолчанию появляется в Редакторе Блока MATLAB Function.

  7. Задайте функцию под названием sobel, который реализует алгоритм обнаружения ребра Sobel. Функциональный заголовок объявляет grayImage и threshold в качестве аргумента к sobel функция, с edgeImage как возвращаемое значение. Сохраните документ Редактора к файлу.

    function edgeImage  = sobel(grayImage,threshold)   %#codegen

% Define Kernel for Sobel edge detection
k = single([1 2 1; 0 0 0; -1 -2 -1]);

% Detect Edge
H = conv2(single(grayImage),k, 'same');
V = conv2(single(grayImage),k','same');
E = sqrt(H.*H + V.*V);
edgeImage = uint8((E > threshold) * 255);

end

  8. Откройте параметры блоков для блока MATLAB Function. На вкладке Code Generation выберите Reusable function для параметра Function packaging.

    Если параметр Function packaging устанавливается на значение, ядра CUDA не могут быть сгенерированы.

  9. Измените другой блок MATLAB Function, чтобы реализовать RGB к полутоновому преобразованию до операции обнаружения ребра Sobel. Установите параметр Function packaging блока MATLAB Function к Reusable function.

    function gray = RGB2gray(RGB)   %#codegen
% Convert color image to grey image

gray = (0.2989 * double(RGB(:,:,1)) + ...
    0.5870 * double(RGB(:,:,2)) + ...
    0.1140 * double(RGB(:,:,3)));

end

  10. Соедините эти блоки как показано в схеме. Сохраните модель как edgeDetection.slx.

    Simulink model showing connection between the blocks.

  11. Чтобы протестировать модель на ошибки, симулируйте модель в Редакторе Simulink. На панели инструментов нажмите Run.

    Чтобы видеть все видеокадры в процессе моделирования, отключите опцию Simulation > Drop Frames to improve Performance блока Video Viewer.

    Edge detected output from the Video Viewer block.

Сконфигурируйте модель для генерации кода

Параметры конфигурации модели предоставляют много возможностей для генерации кода и процесса сборки.

  1. Откройте диалоговое окно Configuration Parameters. Откройте панель Solver. Чтобы скомпилировать вашу модель для ускорения и сгенерировать код CUDA, сконфигурируйте модель, чтобы использовать решатель фиксированного шага. Эта таблица показывает настройку решателя для этого примера.

    ПараметрУстановкаЭффект на сгенерированном коде
    TypeFixed-stepОбеспечивает постоянный (фиксированный) размер шага, который требуется для генерации кода
    Solverdiscrete (no continuous states)Применяет метод интегрирования фиксированного шага для вычисления производной состояния модели
    Fixed-step sizeautoSimulink выбирает размер шага

    Snapshot of the configuration parameters dialog showing solver options for simulation.

  2. На панели Code Generation, набор System target file к grt.tlc.

    Можно также использовать конечный файл Embedded Coder® ert.tlc.

  3. Установите Language на C++.

  4. Выберите Generate GPU code.

  5. На панели Code Generation выберите Generate code only.

  6. Выберите Toolchain. Для платформ Linux® выберите NVIDIA CUDA | gmake (64-bit Linux). Для систем Windows® выберите NVIDIA CUDA (w/Microsoft Visual C++ 20XX) | nmake (64-bit windows).

  7. На панели Code Generation > Interface отключите MAT-file logging.

    Генератор кода не поддерживает логгирование MAT-файла при генерации кода CUDA.

  8. На панели Code Generation > Report выберите Create code generation report и Open report automatically.

  9. Когда вы включаете параметр Generate GPU code, опции, характерные для GPU Coder, появляются в панели Code Generation > GPU Code.

    В данном примере можно использовать значения по умолчанию специфичных для графического процессора параметров в панели Code Generation > GPU Code.

    GPU Code pane on the configuration parameters dialog of the model.

  10. Нажмите OK, чтобы сохранить и закрыть диалоговое окно Configuration Parameters.

    Можно использовать set_param функция, чтобы сконфигурировать программно параметр модели в Командном окне MATLAB®.

    set_param('edgeDetection','GenerateGPUCode','CUDA');

Сгенерируйте код CUDA для модели

  1. В Редакторе Simulink откройте приложение Simulink Coder.

  2. Сгенерируйте код.

Сообщения появляются в Средстве просмотра Диагностики. Генератор кода производит исходные и заголовочные файлы CUDA и отчет генерации кода HTML. Генератор кода помещает файлы в папку сборки, подпапку под названием edgeDetection_grt_rtw под вашей текущей рабочей папкой.

Можно найти ядра CUDA в <model_name>_eML_blk_kernel и <model_name>_eML_blk_kernel_c функции. Информацией в тройных двойных угловых скобках является настройка выполнения для ядра.

Ограничения

  • Генерация кода графического процессора для блоков MATLAB Function в графиках Stateflow® не поддерживается.

  • Блок MATLAB Function не поддерживает все типы данных с языка MATLAB. Для поддерживаемых типов данных обратитесь к документации блока.

Смотрите также

Функции

Похожие темы

Документация GPU Coder

Поддержка

Для просмотра документации необходимо авторизоваться на сайте