GPU Environment Check
Проверьте и настройте окружение генерации кода GPU
Описание
Приложение GPU Environment Check является интерактивным инструментом для проверки и настройки окружения генерации кода GPU. Можно запустить эти проверки для компьютера разработчика и аппаратных платформ, таких как NVIDIA® ДРАЙВ и Джетсон. Используя приложение, вы можете:
Проверьте окружение компьютера разработчика для всех необходимых компиляторов и библиотек NVIDIA для генерации кода GPU. Эти тесты проверяют на наличие:
CUDA® совместимый графический процессор.
Время выполнения CUDA.
Библиотеки cuFFT, cuSOLVER и cuBLAS.
Библиотеки глубоких нейронных сетей CUDA.
NVIDIA TensorRT - оптимизатор вывода эффективности глубокого обучения и библиотеки во время выполнения.
Файлы NVIDIA
nvtxбиблиотеки, необходимые для профилирования.
Выполните основные тесты генерации кода и выполнения на компьютере разработчика. Эти тесты подтверждают выполнение кода путем сравнения результатов с MATLAB® симуляция.
Выполните глубокое обучение тесты генерации кода и выполнения на компьютер разработчика. В этом тесте можно использовать библиотеки cuDNN или TensorRT.
Подключитесь к платам NVIDIA, таким как DRIVE и Jetson, и выполните тесты генерации и выполнения кода. Для выполнения этих тестов необходимо установить пакет поддержки Coder™ MATLAB для NVIDIA Jetson® и платформы DRIVE™ NVIDIA.
Укажите расположение библиотек при помощи приложения и создании скрипта MATLAB, который настраивает переменные окружения, необходимые для GPU Coder™.
Примечание
Приложение не поддерживается в MATLAB онлайн.
Для получения дополнительной информации смотрите The GPU Environment Check and Setup App.
Откройте GPU Environment Check приложение
Командное окно MATLAB: введите
gpucoderSetup.
Примеры
Похожие примеры
- Парадигма программирования графический процессор
- Установка необходимых продуктов
- Настройка необходимых продуктов
- Приложение GPU Environment Check и Setup
- Проверьте Setup
- Генерация кода при помощи приложения GPU Coder
- Генерация кода для нейронных сетей для глубокого обучения при помощи cuDNN
- Генерация кода для нейронных сетей для глубокого обучения при помощи TensorRT
- Генерация кода при помощи приложения GPU Coder