Установка необходимых продуктов

Как использовать GPU Coder™ для CUDA^® генерация кода, необходимо установить и настройка следующие продукты. Инструкции по установке см. в разделе Настройка необходимых продуктов.

Продукты Mathworks и пакеты поддержки

MATLAB^® (обязательно).
MATLAB Coder™ (обязательно).
Parallel Computing Toolbox™ (обязательно).
Simulink^® (требуется для генерации кода из моделей Simulink).
Computer Vision Toolbox™ (рекомендуемый).
Deep Learning Toolbox™ (требуется для глубокого обучения).
Embedded Coder^® рекомендуется.
Image Processing Toolbox™ (рекомендуемый).
Simulink Coder (требуется для генерации кода из моделей Simulink).
GPU Coder Interface for Deep Learning Libraries поддерживает пакет (необходим для глубокого обучения).
Пакет поддержки MATLAB CODER для NVIDIA^® Платформы Jetson и NVIDIA DRIVE (требуются для развертывания во целевых процессорах, таких как NVIDIA Jetson и Drive).

Инструкции по установке MathWorks^® продукты документацию по установке MATLAB для вашей платформы. Если вы установили MATLAB и хотите проверить, какие другие продукты MathWorks установлены, введите ver в Командном Окне MATLAB. Для установки пакетов поддержки используйте Add-On Explorer в MATLAB.

Если MATLAB установлен на пути, который содержит не 7-битные символы ASCII, такие как японские символы, GPU Coder не работает, потому что он не может найти функции библиотеки генерации кода.

Оборудование сторонних производителей

Графический процессор NVIDIA с поддержкой CUDA с совместимым графическим драйвером. Для получения дополнительной информации смотрите графические процессоры CUDA (NVIDIA).

Для просмотра требований к вычислительным возможностям CUDA для генерации кода см. следующую таблицу.

Цель	Вычислительные возможности
MEX CUDA	См. раздел Поддержка графического процессора по релизу.
Исходный код, статическая или динамическая библиотека и исполняемые файлы	3.2 или выше.
Применения глубокого обучения с 8-битной целочисленной точностью	6.1, 6.3 или выше.
Применения глубокого обучения с половинной точностью (16-битная плавающая точка)	5,3, 6,0, 6,2 или выше.

РУКА^® Графический процессор Mali.
Для устройства Mali GPU Coder поддерживает генерацию кода только для нейронных сетей для глубокого обучения.

Программное обеспечение сторонних производителей

Необходимый

Компилятор C/C + +:

Linux^®	Windows^®
Компилятор GCC C/C + +. Для поддерживаемых версий смотрите Поддерживаемые и совместимые компиляторы	Microsoft^® Визуальная студия^® 2013
	Microsoft Visual Studio 2015
	Microsoft Visual Studio 2017
	Microsoft Visual Studio 2019

Дополнительный

Для CUDA MEX генератор кода использует компилятор NVIDIA и библиотеки, установленные с MATLAB. Автономный код (статическая библиотека, динамически связанная библиотека или исполняемая программа) генерации имеет дополнительные требования к программному обеспечению.

Имя программного обеспечения	Информация
Набор инструментальных средств CUDA	GPU Coder был протестирован с помощью набора инструментальных средств CUDA v9.x-v11.0. Загрузку набора инструментальных средств CUDA см. в разделе Архив набора инструментальных средств CUDA (NVIDIA).
Библиотека глубоких нейронных сетей NVIDIA CUDA (cuDNN) для графических процессоров NVIDIA	Для хост-устройства графический процессор, GPU Coder был протестирован с cuDNN v8.1.0. Для загрузки cuDNN смотрите cuDNN (NVIDIA).
NVIDIA TensorRT™ оптимизатор вывода высокой эффективности и библиотеку времени выполнения	Для хост-устройства графический процессор, GPU Coder был протестирован с TensorRT v7.2.x. Для загрузки TensorRT смотрите TensorRT (NVIDIA).
Вычислительная библиотека ARM для графических процессоров Mali	GPU Coder был протестирован с v19.05. Для получения дополнительной информации см. «Вычислительная библиотека» (ARM).
Библиотека компьютерного зрения с открытым исходным кодом (OpenCV)	Требуется для глубокого обучения примеров. Для примеров, ориентированных на графические процессоры NVIDIA на компьютере разработчика хоста, используйте OpenCV v3.1.0. Для примеров, нацеленных на графические процессоры ARM, используйте OpenCV v2.4.9 на целевом компьютере ARM. Для получения дополнительной информации см. OpenCV.

Совет

Общая информация

Набор инструментальных средств CUDA

Система NVIDIA nvcc компилятор полагается на тесное интегрирование со средой разработки хоста, включая компилятор хоста и библиотеки во время выполнения. Рекомендуется следовать документации по набору инструментальных средств CUDA для получения подробной информации о компиляторе, библиотеках и других требованиях к платформе. См. документацию по набору инструментальных средств CUDA (NVIDIA).
Рекомендуется выбрать опции установки по умолчанию, которые включают nvcc компилятор, cuFFT, cuBLAS, cuSOLVER, Библиотеки тяг и другие инструменты.
The nvcc компилятор поддерживает несколько версий GCC, поэтому можно сгенерировать код CUDA с другими версиями GCC. Однако при выполнении сгенерированного кода из MATLAB могут возникнуть проблемы совместимости, поскольку библиотеки во время выполнения C/C + +, включенные в установку MATLAB, компилируются только для поддерживаемой версии GCC.
Анализируйте профили выполнения сгенерированного кода рабочего процесса зависит от nvprof инструмент от NVIDIA. Начиная с CUDA toolkit версии 10.1, NVIDIA ограничивает доступ к счетчикам эффективности только пользователям admin. Чтобы разрешить использование счетчиков эффективности графический процессор всеми пользователями, см. инструкции, приведенные в https://developer.nvidia.com/nvidia-development-tools-solutions-ERR_NVGPUCTRPERM-permission-issue-performance-counters.
GPU Coder не поддерживает генерацию кода CUDA при помощи набора инструментальных средств CUDA версии 8.