Matlab 使用GPU加速转载

在matlab中使用GPU加速，来加速矩阵运算。

首先如前面所说，并不是所有GPU都能在maltab中进行加速的，貌似只有NVDIA的显卡可以吧。

硬件：GeForce GTX 980

软件：Matlab 2015a （Matlab 2012以后的版本才带有GPU加速的工具箱）

下面开始介绍怎么玩GPU加速

第一步：在matlab命令窗口，运行gpuDevice，查看自己的显卡是否具备GPU加速功能

gpuDevice

正常情况下matlab会输出如下结果代表具备GPU加速功能：

  CUDADevice with properties:Name: 'GeForce GTX 980'Index: 1ComputeCapability: '5.2'SupportsDouble: 1DriverVersion: 7.5000ToolkitVersion: 6.5000MaxThreadsPerBlock: 1024MaxShmemPerBlock: 49152MaxThreadBlockSize: [1024 1024 64]MaxGridSize: [2.1475e+09 65535 65535]SIMDWidth: 32TotalMemory: 4.2950e+09AvailableMemory: 3.3203e+09MultiprocessorCount: 16ClockRateKHz: 1380000ComputeMode: 'Default'GPUOverlapsTransfers: 1KernelExecutionTimeout: 1CanMapHostMemory: 1DeviceSupported: 1DeviceSelected: 1

第二步：CPU和GPU之间的数据交换，大致有如下几个函数和功能：

（1）、将数据从CPU中搬入GPU，函数：gpuArray，用法 M = gpuArray(M)；

（2）、在GPU中计算完成后，将数据搬出到CPU存储，函数：gather，用法M=gather(M)。

下面给大家看看最简单的用法以及处理同样矩阵运算时的时间对比：

clear all
clc
M = rand(2000,2000);            % 生成一个随机矩阵
tic
[A1,B1] = eig(M);               % 求该随机矩阵的特征值和特征向量
t1=toc tic M = gpuArray(M); % 将数据从CPU中搬到GPU [A2,B2] = eig(M); % 求特征值和特征向量 A2 = gather(A2); % 将数据从GPU中搬到CPU t2 = toc

输出结果（运行时间对比）：

t1 = 14.1483
t2 =  9.1567

总结：虽然加速不是特别明显，不过还是非常给力的，需要说明的是，一般的GPU对于单精度型的数据运算加速更明显一点，因此我们在编写代码时，最好能够将数据从double型转换为single型，即M=single(M)，然后在使用M=gpuArray(M)，将数据搬迁到GPU进行计算，下面看看转换为单精度型后的时间对比：

clear all
clc
M = rand(2000,2000);            % 生成一个随机矩阵
tic
[A1,B1] = eig(M);                    % 求该随机矩阵的特征值和特征向量
t1=toctic
M = single(M);                     % 将数据转换为单精度型
M = gpuArray(M);                % 将数据从CPU中搬到GPU
[A2,B2] = eig(M);                 % 求特征值和特征向量
A2 = gather(A2);                 % 将数据从GPU中搬到CPU
t2 = toc

运行结果：

t1 =  14.8332
t2 =   5.0963

GPU对eig和svd进行加速，和cpu运行时间对比

clear all
A = rand(2000,2000);
tic
A1 = gpuArray(single(A));
[U,S,V] = svd(A1,'econ');
A2 = U*S*V';
A3 = gather(A2);
t = toc
tic
[U1,S1,V1] = svd(A,'econ');
A4 = U1*S1*V1';
t2 = tocerror = norm(A3-A4,'fro')tic
A1 = gpuArray(single(A));
[vv,dd] = eig(A1);
t3 = toc

结果：

t =    3.1564
t2 =    7.1644
error =    0.0032
t3 =    5.2244
t4 =   17.6389

是不是加速更明显了呢？　　

注：1、单精度型初始化矩阵函数例：X=rand(10,'single'); %定义在CPU上的一个10x10的随机初始化数组　

2、直接在GPU中初始化矩阵例：GX=rand(10,'gpuArray'); %直接在GPU设备上随机初始化一个10x10的数组　

　　3、判断数据DATA是否存在于GPU内存中例：TF=existOnGPU(DATA)

4、计算效率统计例：t=gputimeit(F,N) %返回执行F操作N次所需的时间，当N=1时可以缺省　

转载于:https://www.cnblogs.com/phyzrx/p/7475201.html

Matlab 使用GPU加速转载相关推荐

Matlab之GPU加速方法
Matlab之GPU加速方法 Matlab之GPU加速方法一般代码加速方法 GPU设备确认 GPU和CPU之间数据传递复杂代码加速方法一般代码加速方法 Matlab目前只支持Nvidia的显卡. ...
Matlab的Gpu加速(CUDA cudnn)
多CUDA版本的切换,及Matlab版本对应的CUDA版本学习笔记–Matlab的Gpu加速安装CUDA和cudnn时,踩了不少坑,总结如下几个经验: 1.显卡驱动的版本与CUDA是一对多的关系, ...
Matlab 应用GPU加速
由于GPU近几年地迅速发展,GPU在多线程计算等方面逐渐超越CPU成为计算的主力军.而Matlab是常用的数学应用软件,现在讲解一下如何在Matlab中使用GPU加速计算文章目录 0. 必要条件 1 ...
matlab win10 gpu加速,win10怎么开启gpu加速有用吗 GPU硬件加速设置方法介绍
win10怎么开启gpu加速有用吗 GPU硬件加速设置方法介绍作为Windows 10的一项重要功能,微软在分享了GPU硬件加速细节后,现在还为大家送上了开启它的技巧,对于中低端设备来说,提升效果还 ...
MATLAB使用GPU加速计算
先上结论 1.对于特征值运算eig()函数来说,GPU的加速效果是很明显的 2.如果要求精度不高,采用单精度计算,加速效果更加明显首先查看自己的电脑是不是支持GPU计算在matlab的终端中输入: ...
matlab win10 gpu加速,win10的Edge浏览器设置GPU硬件加速，大幅度提升浏览器性能
不知道大家对于GPU硬件加速是否有了解,这是现在的浏览器必备的功能,开启后能大幅度提升浏览器的性能,给我们更加顺滑的浏览体验.GPU硬件加速能够利用GPU的图形性能,加速渲染网页中的图像信息. 如果我 ...
matlab win10 gpu加速,大师讲解win10硬件加速gpu计划开启方法的详尽处理方式
要是你在用系统的时候遇到了win10硬件加速gpu计划开启方法的情况你会怎么办呢?我们通过调查发现不少用户都碰到了win10硬件加速gpu计划开启方法的问题,我们来看看怎么解决win10硬件加速gpu ...
MATLAB上的GPU加速计算
概述怎样在MATLAB上做GPU计算呢?主要分为三个步骤:数据的初始化.对GPU数据进行操作.把GPU上的数据回传给CPU 一.数据的初始化首先要进行数据的初始化.有两种方法可以进行初始化:一是先 ...
MATLAB上的GPU加速计算——学习笔记
MATLAB目前只支持Nvidia的显卡.如果你的显卡是AMD的或者是Intel的,就得考虑另寻它路了. MATLAB可谓工程计算中的神器,一方面它自带丰富的函数库,另一方面它所有的数据都是内建的矩阵 ...

Matlab 使用GPU加速转载

Matlab 使用GPU加速转载相关推荐

最新文章

热门文章

Matlab 使用GPU加速 转载

Matlab 使用GPU加速 转载相关推荐

最新文章

热门文章

Matlab 使用GPU加速转载

Matlab 使用GPU加速转载相关推荐