Soporte de cálculo GPU en MATLAB
para gpu兼容NVIDIA CUDA
弹出cálculos con MATLAB en gpu兼容性con NVIDIA CUDA
弹出cálculos con MATLAB en gpu兼容性con NVIDIA CUDA
MATLAB®le permite utility gpu NVIDIA®para accelerator los análisis de IA y de deep learning y otros análisis que requieran cálculos intensivos sin necesidad de ser programador de CUDA®.Con MATLAB并行计算工具箱™,puede hacer lo siguiente:
“纽斯特罗código缓慢的节奏,40分钟的分析única prueba de túnel de viento;con MATLAB y una GPU, el tiempo de cálculo ahora es de menos de un minuto。Tardamos 30分钟en hacer funcionar nuestro算法de MATLAB en la GPU, y no hizo falta programación de bajo nivel en CUDA "
克里斯托弗·巴尔,美国宇航局
MATLAB permite que un solo usuario implemente un flujo de trabajo de extremo a extremo para desarrollar entrar modelos de deep learning mediante深度学习工具箱™。一个continuación, puede escalar el entrenamiento con recursos de la nube de cluster mediante并行计算工具箱和MATLAB并行服务器,y实现la implementación en centrros de datos o dispositivos besbidos con GPU Coder。
MATLAB的一个平台,极值曲线,极值曲线,深度学习。MATLAB比例计算和应用程序para la importación de conjuntos de datos de entrenamiento, la visualización y la depuración, el escalado de redes neuronales convolucionales y su despliegue。
规模para合并递归cálculo y GPU adicionales en el escritorio, nubes y集群con una sola línea de código。
弹出código de MATLAB en gpu NVIDIA mediante más de 500 funciones de MATLAB兼容性con CUDA。使用funciones兼容的GPU在工具箱para aplicaciones tales como深度学习,机器学习,visión人工y进程到señales。并行计算工具箱包括gpuArray, un tipo de array speciconfunciones asociadas, que le permite realizar cálculos en GPU NVIDIA compatibles con CUDA directamente desde MATLAB sin tener que aprender librerías de cálculo GPU de bajo nivel。
我们的工程师会用我们的方法来解决这个问题código我们的问题,así我们的问题。
中间构造构造的冷瓜aje平行故事como parfor y spmd, puede realizar cálculos可变图形处理器。变形图形处理器cuestión简单的变形图形处理器opción变形图形处理器。
MATLAB también le permite integral sus kernel CUDA existentes en applicaciones de MATLAB sin必要de ninguna programación en adicional。
utiice GPU Coder para generar código CUDA optimizado para parr de código de MATLAB para deep learning, visión embedda y sistemas autónomos。El código generado llama automáticamente a librerías de NVIDIA CUDA, tales como TensorRT, cuDNN y cuBLAS, para su ejecución en gpu NVIDIA con baja latencia y alto rendimiento。集成el código generado en su proyecto en forma de código fuente, librerías estáticas o librerías dinámicas, y realice su implementación para que se ejecuten en gpu tales como NVIDIA Volta®,英伟达特斯拉®, NVIDIA Jetson®y NVIDIA DRIVE®.