回答
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。
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。
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)
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)
- 1. 如何在GPU上運行代碼?
- 2. 如何在一個GPU上使用CUDA運行多個內核?
- 3. 可以在AMD GPU上運行CUDA嗎?
- 4. 是否在GPU上運行opengl代碼?
- 5. 在GPU上運行C#代碼
- 6. Cuda內核代碼位於NVIDIA GPU上?
- 7. 如何讓GPU在GPU上運行?
- 8. 如何使用GPU-CUDA代碼中的GPU-DMA來複制數據?
- 9. Matlab和GPU/CUDA編程
- 10. 在集羣上運行Matlab代碼
- 11. GPU代碼生成與MATLAB
- 12. 運行MATLAB代碼在Windows
- 13. 運行Python代碼在Matlab
- 14. 獲取當前在GPU上運行的CUDA上下文
- 15. 如何使用遠程桌面運行cuda代碼?
- 16. 我如何使這個代碼cuda(cpu代碼到cuda代碼)
- 17. CUDA實施MATLAB代碼
- 18. CUDA代碼是否會損壞GPU?
- 19. 如何從Java運行MATLAB代碼?
- 20. 如何在Android設備上運行Matlab代碼?
- 21. CUDA運行時gpu初始化與theano
- 22. CUDA:如何直接在GPU上使用thrust :: sort_by_key?
- 23. 如何讓GPU在網絡上運行
- 24. 如何使用軟件實現在沒有GPU的情況下運行CUDA?
- 25. 的OpenMP與CUDA在另一個GPU上運行,而不是0
- 26. 使用matlab通過mex運行opencv代碼在VisualStudio上運行時失敗
- 27. 在NUMA機器上使用CUDA進行多GPU編程
- 28. 使用CUDA在gpu上並行克羅內克張量積
- 29. 測試theano代碼,如何使用GPU?
- 30. 多GPU代碼運行幾秒鐘只
Jacket現在是Parallel Computing Toolbox的一部分http://blog.accelereyes.com/blog/2012/12/12/exciting-updates-from-accelereyes/ – mrgloom 2013-06-25 06:46:09