如何使用CUDA在GPU上運行MATLAB代碼？

Question

我想用NVIDIA的CUDA在GPU上運行MATLAB代碼。我發現一對夫婦第三方引擎：

• Jacket
• GPUMat

有人會推薦這些或有更好的在那裏？任何提示或建議？

Answer 1

您可能想要查看的另一個信息來源是NVIDIA的此白皮書：Accelerating MATLAB with CUDA Using MEX Files。

Answer 2

與MATLAB R2010b一起發佈的並行計算工具箱現在支持GPU，包括各種數學運算的重載以及與預先存在的CUDA內核的接口。

文件位置：http://www.mathworks.com/discovery/matlab-gpu.html

Answer 3

對於夾克VS Matlab的與CUDA檢查比較了這一點 http://www.accelereyes.com/products/compare

還可以使用夾套SDK來開發自己的mexfiles以更簡單，更有效的方式（內存管理明智）

Answer 4

總的來說，我會建議Accelereyes外套;這是你原來的帖子中的一個發現。

儘管它不是免費軟件，但它們確實給予了非常可觀的教育折扣。

話雖如此，性能明智，任何 GPU編譯器/語言/ sdk將加快矩陣/矢量/代數/ FFT/etc代碼一個數量級或更多的傳統CPU編碼。即使是超線程，我的個人電腦上的8路CPU代碼在相對便宜的nvidia quadro 4000卡上以GPU加速運行速度提高了48倍。 （除非學校或其他人提供它，你不需要在特斯拉上降低2100美元！）

儘管我很精通c，C++，任何種類的SQL，編程十多年，我發現夾克更容易快速高效地完成，並最終讓我真正的研究工作得以加速。我研究了GPUMat和Matlab PCT GPU，並發現夾克是matlab和GPU外部世界中功率和易於集成的奇怪組合。夾克的支持也是一流的。我通常會在1個工作日內得到非常稱職的答覆，並且在2天內解決問題是典型的。

對我而言，這是一個巨大的優勢。我擔心GPUmat的支持非常有限，而matlab，雖然看起來可以與夾克相提並論，但他們的支持並不是免費的。總而言之，如果您需要獲得現有的代碼（假設它是GPU並行化的可行候選），並且在大約2周內運行速度提高10-48倍，並提供出色的支持，那麼請穿上夾克！ （YMMV）