GPU Coder™ генерирует оптимизированный CUDA® код из MATLAB® код и Simulink® модели. Сгенерированный код включает ядра CUDA для параллелизируемых частей вашего глубокого обучения, компьютерного зрения и алгоритмов обработки сигналов. Для высокой эффективности сгенерированный код вызывает оптимизированную NVIDIA® Библиотеки CUDA, включая TensorRT, cuDNN, cuFFT, cuSolver и cuBLAS. Код может быть интегрирован в ваш проект как исходный код, статические библиотеки или динамические библиотеки, и его можно скомпилировать для рабочих столов, серверов и графических процессоров, встроенных на NVIDIA Jetson, NVIDIA DRIVE и других платформах. Можно использовать сгенерированный CUDA в MATLAB, чтобы ускорить нейронные сети для глубокого обучения и другие вычислительно интенсивные фрагменты вашего алгоритма. GPU Coder позволяет включать рукописный код CUDA в алгоритмы и в сгенерированный код.
При использовании с Embedded Coder®, GPU Coder позволяет вам проверить численное поведение сгенерированного кода через проверку ПО в цикле (SIL) и по процессору в цикле (PIL).
Генерация кода при помощи приложения GPU Coder
Сгенерируйте код CUDA из кода MATLAB с помощью приложения GPU Coder.
Генерация кода с использованием интерфейса командной строки
Сгенерируйте код CUDA из кода MATLAB при помощи codegen команда.
Проверьте правильность сгенерированного кода
Поведенческая верификация сгенерированных кодов, трассируемости и генерации кода.
Генерация кода для нейронных сетей для глубокого обучения при помощи cuDNN
Сгенерируйте код для предварительно обученных сверточных нейронных сетей с помощью библиотеки cuDNN.
Генерация кода для нейронных сетей для глубокого обучения при помощи TensorRT
Сгенерируйте код для предварительно обученных сверточных нейронных сетей с помощью библиотеки TensorRT.
Ускорение симуляции при помощи GPU Coder
Улучшите скорость симуляции с помощью графических процессоров NVIDIA.
Генерация кода из моделей Simulink с помощью GPU Coder
Сгенерируйте код CUDA из моделей Simulink с помощью GPU Coder.
Глубокое обучение в Simulink при помощи библиотеки глубоких нейронных сетей
Симулируйте и сгенерируйте код для моделей глубокого обучения в Simulink с помощью библиотечных блоков.
Введение в ускоренные вычисления графический процессор.
Рабочий процесс для CUDA MEX и автономной генерации кода CUDA C++.
