处理器在环执行与GPU编码器应用程序- MATLAB & Simulink

处理器在循环中执行GPU编码器应用程序

使用循环中处理器(PIL)执行来检查CUDA的数值行为^®从MATLAB中生成的代码^®功能。一个PIL模拟，它需要目标连接，编译生成的源代码，然后在NVIDIA上下载并运行目标代码^®GPU平台。将PIL仿真结果转移到MATLAB中，验证仿真结果与代码生成结果的数值等价性。

PIL验证过程是设计周期的一个关键部分，它检查生成代码的行为是否与设计相匹配。PIL验证需要一个嵌入式编码器^®许可证。

请注意

当使用PIL执行时，确保基准测试选项在GPU Coder™设置是假．使用基准测试执行PIL会导致编译错误。

先决条件

目标董事会要求

NVIDIA驱动^®和杰森^®嵌入式平台。
以太网交叉网线，用于连接目标板和主机PC(如果目标板无法连接到本地网络)。
NVIDIA CUDA工具包安装在板上。
编译器和库的目标上的环境变量。有关编译器和库的支持版本及其设置的信息，请参见NVIDIA板安装和设置先决条件．

开发主机要求

用于CUDA代码生成的GPU Coder。有关如何开始使用GPU Coder的帮助，请参见开始使用GPU Coder(GPU编码器)．
主机上的NVIDIA CUDA工具包。
主机上用于编译器和库的环境变量。有关编译器和库的支持版本的信息，请参见第三方硬件(GPU编码器)．有关设置环境变量，请参见环境变量(GPU编码器)．

示例:Mandelbrot集合

描述

您不需要熟悉示例中的算法就可以完成本教程。

曼德尔布罗特集是复平面上由这些值组成的区域z₀它的轨迹由

$z_{k + 1} ＝ z_{k}^{2} + z_{0} ， k ＝ 0 ， 1 ， .．.$

受限于k→∞．Mandelbrot集合的整体几何结构如图所示。这个视图没有显示集合边界外丰富的细节结构的分辨率。随着放大倍数的增加，Mandelbrot集合显示出一个复杂的边界，它显示出越来越细的递归细节。

算法

创建一个名为mandelbrot_count.m使用以下代码行。这段代码是Mandelbrot集合的基线向量化MATLAB实现。

函数count = mandelbrot_count(maxIterations, xGrid, yGrid)% # codegen% mandelbrot计算z0 = xGrid + 1i*yGrid;Count = ones(size(z0));添加Kernelfun pragma来触发内核创建coder.gpu.kernelfun;Z = z0;为n = 0:maxIterations z = z.*z + z0;内= abs(z)<=2;Count = Count + inside;结束Count = log(Count);

对于本教程，选择一组限制，指定Mandelbrot集合中位于主心线和心线之间的山谷中的高度缩放部分p / q球茎向左。实零件的1000x1000网格(x)和虚部(y)是在这两个限制之间创建的。然后在每个网格位置迭代Mandelbrot算法。迭代次数为500就足以以全分辨率渲染图像。创建一个名为mandelbrot_test.m使用以下代码行。它还调用mandelbrot_count函数，并绘制得到的Mandelbrot集。

maxIterations = 500;gridSize = 1000;Xlim = [-0.748766713922161， -0.748766707771757];Ylim = [0.123640844894862, 0.123640851045266];x = linspace(xlim(1)， xlim(2)， gridSize);y = linspace(ylim(1)， ylim(2)， gridSize);[xGrid,yGrid] = meshgrid(x, y);count = mandelbrot_count(maxIterations, xGrid, yGrid);图(1)imagesc(x, y, count);Colormap ([jet();flipud(jet());0 0 0]); axis从标题(曼德尔勃特集合的）;

GPU编码器应用程序

打开GPU Coder应用程序，在MATLAB工具条上，在应用程序选项卡,在代码生成，单击“GPU Coder”应用图标。你也可以通过输入打开应用程序gpucoder(GPU编码器)在MATLAB命令窗口中。

应用程序打开选择源文件页面。选择mandelbrot_count.m作为入口点函数。点击下一个．
在定义输入类型窗口中,输入mandelbrot_count (500 0 (1000), 0 (1000))并点击自动定义输入类型，然后按下一个．
您可以启动检查运行时问题处理或单击下一个去生成代码的一步。
设置构建类型来静态库和硬件板来英伟达杰森．
下硬件面板中，输入设备地址、用户名、密码，并为单板构建文件夹。
关闭设置窗口，单击生成．该软件生成CUDA代码mandelbrot_count入口点函数。
点击验证代码．
在命令字段中，指定调用原始MATLAB函数的测试文件。例如,mandelbrot_test．
要启动PIL执行，请单击运行生成的代码．
GPU Coder应用:
- 生成一个独立库，例如，codegen \ lib \ mandelbrot_count．
- 生成PIL接口代码，例如，codegen \ lib \ mandelbrot_count \公益诉讼．
- 运行测试文件，用对库中生成的代码的调用替换对MATLAB函数的调用。
- 控件中显示来自PIL执行的消息测试输出选项卡。
请注意

在微软电脑上^®窗户^®系统，Windows防火墙可能会阻止一个PIL的执行。更改Windows防火墙设置以允许访问。
验证PIL执行的结果是否与原始MATLAB函数的结果相匹配。
要终止PIL执行过程，请单击停止PIL验证．或者，在测试输出选项卡，单击后面的链接终止执行．