Установка необходимых как условие продуктов

Использовать GPU Coder™ для CUDA® генерация кода, необходимо установить и установить следующие продукты. Для инструкций по настройке смотрите Подготовку Необходимых как условие продуктов.

Продукты Mathworks и пакеты поддержки

  • MATLAB® (необходимый).

  • MATLAB Coder™ (требуется).

  • Parallel Computing Toolbox™ (требуется).

  • Simulink® (требуемый для генерации кода из моделей Simulink).

  • Computer Vision Toolbox™ (рекомендован).

  • Deep Learning Toolbox™ (требуемый для глубокого обучения).

  • Embedded Coder® (рекомендуемый).

  • Image Processing Toolbox™ (рекомендован).

  • Simulink Coder (требуемый для генерации кода из моделей Simulink).

  • Интерфейс GPU Coder для пакета поддержки Библиотек Глубокого обучения (требуемый для глубокого обучения).

  • Пакет поддержки MATLAB Coder для NVIDIA® Джетсон® и ДИСК NVIDIA® Платформы (требуемый для развертывания на целевых процессорах, таких как NVIDIA Джетсон и Диск).

Для получения инструкций по установке MathWorks® продукты, см. документацию по установке MATLAB для своей платформы. Если вы установили MATLAB и хотите проверять, который установлены другие Продукты Mathworks, войти ver в командном окне MATLAB. Чтобы установить пакеты 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 это не может определить местоположение библиотечных функций генерации кода.

Стороннее оборудование

  • NVIDIA графический процессор включен для CUDA с совместимым графическим драйвером. Для получения дополнительной информации см. графические процессоры CUDA (NVIDIA).

    Чтобы видеть, что CUDA вычисляет требования возможности для генерации кода, консультируйтесь со следующей таблицей.

    ЦельВычислите возможность

    MEX CUDA

    Смотрите поддержку графического процессора релизом.

    Исходный код, статическая или динамическая библиотека и исполняемые файлы

    3.2 или выше.

    Применение глубокого обучения в 8-битной целочисленной точности

    6.1, 6.3 или выше.

    Применение глубокого обучения в полуточности (16-битная плавающая точка)

    5.3, 6.0, 6.2 или выше.

  • ARM® Графический процессор Мали.

    Для устройства Мали GPU Coder поддерживает генерацию кода только для нейронных сетей для глубокого обучения.

Стороннее программное обеспечение

Необходимый

Компилятор C/C++:

Linux®

Windows®

GCC компилятор C/C++. Для поддерживаемых версий см. Поддерживаемые и Совместимые Компиляторы

Microsoft® Visual Studio® 2013

Microsoft Visual Studio 2015

Microsoft Visual Studio 2017

Microsoft Visual Studio 2019

Дополнительный

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

Название программного обеспеченияИнформация

Инструментарий CUDA

GPU Coder был протестирован с инструментарием CUDA v9.x-v11.0.

Чтобы загрузить инструментарий CUDA, см. Архив Инструментария CUDA (NVIDIA).

Системы NVIDIA Nsight™

Сгенерируйте отчет профилирования выполнения для сгенерированного кода CUDA. Отчет обеспечивает метрики, которые помогают вам анализировать свои алгоритмы приложения и идентифицировать возможности оптимизировать эффективность.

GPU Coder был протестирован с Nsight 2021.1.1

NVIDIA библиотека глубокой нейронной сети CUDA (cuDNN) для NVIDIA графические процессоры

Для хоста устройство графического процессора GPU Coder был протестирован с cuDNN v8.1.0.

Чтобы загрузить cuDNN, смотрите cuDNN (NVIDIA).

Высокая производительность NVIDIA TensorRT™ заключает оптимизатор и библиотеку времени выполнения

Для хоста устройство графического процессора GPU Coder был протестирован с TensorRT v7.2.x.

Чтобы загрузить TensorRT, смотрите TensorRT (NVIDIA).

ARM вычисляет библиотеку для Мали графические процессоры

GPU Coder был протестирован с v19.05.

Для получения дополнительной информации смотрите, Вычисляют Библиотеку (ARM).

Библиотека компьютерного зрения с открытым исходным кодом (OpenCV)

Требуемый для примеров глубокого обучения.

Для предназначения в качестве примера NVIDIA графические процессоры на компьютере разработчика хоста используйте OpenCV v3.1.0.

Для примеров, предназначающихся для ARM графические процессоры, используйте OpenCV v2.4.9 на целевом компьютере ARM.

Для получения дополнительной информации смотрите OpenCV.

Советы

 Общий

 Инструментарий CUDA

 Глубокое обучение

 Целевые процессоры NVIDIA

 ARM Мали

Смотрите также

Приложения

Функции

Объекты

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте