Документация

Проверка функций MEX в приложении кодера графического процессора

После создания функции MEX в приложении GPU Coder можно проверить, что она обладает теми же функциями, что и исходная функция начального уровня MATLAB. Предоставьте тестовый файл, который генерирует векторы тестирования для тестируемой функции, а затем вызывает исходную функцию точки входа MATLAB. Тестовый файл может быть функцией или сценарием MATLAB, но должен находиться в той же папке, что и исходная функция точки входа.

Проверка функций MEX в командной строке

Можно проверить созданный файл CUDA MEX в командной строке с помощью coder.runTest функция. coder.runTest запускает тестовый файл путем замены вызовов исходной функции MATLAB вызовами функции MEX. Например, для тестирования myfunction функция с myfunction_test введите следующий код в окне команд MATLAB.

coder.runTest('myfunction_test','myfunction')

Сравните результаты с результатами выполнения исходной функции MATLAB. Если во время выполнения возникают ошибки, информация стека вызовов доступна для отладки. Кроме того, можно использовать codegen с -test вариант.

codegen myfunction -test'myfunction_test'

Тестовый файл может представлять собой функцию MATLAB, сценарий или модульный тест на основе класса.

Проверка кода с помощью программного обеспечения в цикле

GPU Coder поддерживает выполнение программного обеспечения в цикле (SIL), что позволяет проверить исходный код и скомпилированный объектный код. Во время выполнения SIL через интерфейс MATLAB SIL программное обеспечение компилирует и, используя предоставленные тестовые векторы, запускает библиотечный код на компьютере разработчика. Для проверки числового поведения кода библиотеки можно повторно использовать тестовые векторы, разработанные для функций MATLAB.

%% Create configuration object for static library.
config = coder.gpuConfig('lib');
config.GenerateReport = true;
config.VerificationMode = 'SIL';

%% Define argument types for entry-point 'mandelbrot_count'.
ARGS = cell(1,1);
ARGS{1} = cell(3,1);
ARGS{1}{1} = coder.typeof(0);
ARGS{1}{2} = coder.typeof(0,[1000 1000]);
ARGS{1}{3} = coder.typeof(0,[1000 1000]);

%% Invoke GPU Coder.
codegen -config config myfunction -args ARGS{1}

%% Run the test file with the sil interface
coder.runTest('myfunction_test', ['myfunction_sil.' mexext]);

%% Terminate SIL execution
clear myfunction_sil;

Численные различия между ЦП и графическим процессором

Из-за архитектурных различий между CPU и GPU числовая проверка не всегда совпадает. Этот сценарий особенно верен при использовании single тип данных в коде MATLAB и выполнение операций накопления для них single значения типа данных. Однако есть случаи, подобные примеру Мандельброта, где даже double типы данных вызывают числовые ошибки. Одна из причин этого несоответствия заключается в том, что блоки графического процессора с плавающей запятой используют плавающие команды умножения-сложения с плавающей запятой (FMAD), в то время как ЦП не использует эти команды. Также важно отметить, что компилятор CUDA выполняет эти оптимизации на уровне команд по умолчанию, влияя на точность вычисленных результатов. Например, компилятор CUDA плавает с плавающей запятой и добавляет команды в одну команду. Эта операция умножения с плавающей запятой (FMAD) выполняется вдвое быстрее по сравнению с двумя одиночными командами, но приводит к потере численной точности. Можно добиться более жесткого контроля над этими оптимизациями с помощью собственных функций и флагов компилятора. Чтобы установить флаги компилятора, см. раздел coder.gpuConfig. Сведения об интеграции встроенных функций CUDA см. в разделе Интеграция устаревшего кода.