Чтобы воспользоваться преимуществами эффективности, предлагаемыми современным модулем (GPU), некоторые функции Image Processing Toolbox™ были включены для выполнения операций обработки изображений на графическом процессоре. Это может обеспечить ускорение графический процессор для сложных рабочих процессов обработки изображений. Эти методы могут быть реализованы исключительно или в комбинации, чтобы удовлетворить проект требования и эффективность цели.
Чтобы запустить код обработки изображений на графическом процессорном модуле (GPU), необходимо иметь программное обеспечение Parallel Computing Toolbox™. Чтобы выполнить поддерживаемую операцию обработки изображений на графическом процессоре, выполните следующие действия:
Переместите данные из центрального процессора в графический процессор. Используйте gpuArray (Parallel Computing Toolbox) функция для передачи массива из MATLAB® на графический процессор. Для получения дополнительной информации смотрите Создание массивов графических процессоров из существующих данных (Parallel Computing Toolbox).
Выполните операцию обработки изображений на графическом процессоре. Список всех функций тулбокса, которые были включены GPU, см. в разделе Функции, поддерживающие вычисления графический процессор.
Переместите данные обратно на центральный процессор из графического процессора. Используйте gather (Parallel Computing Toolbox), чтобы извлечь массив из графического процессора и передать массив в рабочее пространство MATLAB как обычный массив MATLAB.
Если вы вызываете функцию с поддержкой графический процессор, используя хотя бы одну gpuArray (Parallel Computing Toolbox) входной параметр, затем функция запускается автоматически на графическом процессоре и генерирует gpuArray в результате. Можно смешивать входы с помощью обоих gpuArray и массивы MATLAB в том же вызове функции. В этом случае функция автоматически передает массивы MATLAB на графический процессор для выполнения.
При работе с графическим процессором обратите внимание на следующее:
Повышение эффективности может зависеть от графического процессора.
В результатах, возвращенных на графическом процессоре, могут быть небольшие различия от результатов, возвращенных на центральном процессоре.
Чтобы узнать об интеграции пользовательских ядер CUDA непосредственно в MATLAB для ускорения сложных алгоритмов, смотрите Запуск кода CUDA или PTX на графическом процессоре (Parallel Computing Toolbox).
gather (Parallel Computing Toolbox) | gpuArray (Parallel Computing Toolbox)