Contenu principal

Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

Calcul GPU

Accélérer votre code en l'exécutant sur un GPU

Vous pouvez accélérer votre code en exécutant les fonctions MATLAB® sur un GPU. Si les fonctions que vous souhaitez utiliser prennent en charge l’exécution GPU, vous pouvez simplement utiliser gpuArray pour transférer les données d’entrée au GPU. Pour démarrer avec le calcul GPU, voir Exécuter les fonctions MATLAB sur un GPU.

Pour l'apprentissage en profondeur, MATLAB fournit une prise en charge parallèle automatique de plusieurs GPU. Voir Deep Learning with MATLAB on Multiple GPUs (Deep Learning Toolbox).

Vous pouvez utiliser la fonction gpuDevice pour inspecter et sélectionner votre GPU et utiliser les fonctions gpuDeviceTable pour inspecter plusieurs GPU.

Si l'exécution des fonctions MATLAB sur le GPU n'accélère pas suffisamment votre code, ou si vous devez utiliser des fonctionnalités GPU CUDA® avancées, vous pouvez écrire votre propre code CUDA et l'exécuter dans MATLAB en générant un fichier MEX exécutable à l'aide de mexcuda ou un noyau exécutable à l'aide de parallel.gpu.CUDAKernel.

Catégories

Sélection d՚exemples