Запуск с GPU Coder

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).

Руководства

MATLAB

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.

Simulink

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.

О генерации кода из алгоритмов MATLAB

• Парадигма программирования графический процессор
  

  Введение в ускоренные вычисления графический процессор.

• Рабочий процесс генерации кода графического процессора
  

  Рабочий процесс для CUDA MEX и автономной генерации кода CUDA C++.

Рекомендуемые примеры

Генерация кода GPU: набор Мандельброта

Сгенерируйте код CUDA ® из простой функции MATLAB ® с помощью GPU Coder™. Реализация набора Мандельброт при помощи стандартных команд MATLAB действует как функция точки входа. Этот пример использует codegen команда для генерации MEX-функции, которая запускается на графическом процессоре. Для проверки ошибок времени выполнения можно запустить MEX-функцию.

Открыть скрипт

Генерация кода для нейронных сетей для глубокого обучения

Выполните генерацию кода для приложения классификации изображений, которое использует глубокое обучение. Он использует codegen команда для генерации MEX-функции, которая запускает предсказание с помощью сетей классификации изображений, таких как MobileNet-v2, ResNet и GoogLeNet.

Открыть скрипт