matlab GPU 操做

從Matlab2013版本開始，matlab將能夠直接調用gpu進行並行計算，而再也不須要安裝GPUmat庫。這一改動的好處是原有的matlab內置函數均可以直接運用，只要數據格式是gpuArray格式的，那麼計算過程會自動的調用GPU進行計算，不可謂不方便。

具體操做起來，只要知道下面幾個函數就能夠像編寫簡單的m文件同樣，進行matlab的GPU編程：

1.GPU設備確認函數

1）n=gpuDeviceCount   %返回設備上的GPU數目

2） gpuDevice          %選擇GPU設備

    D=gpuDevice or gpuDevice(): 若是當前還未設置選擇的GPU，則選擇默認的GPU，D是返回對象；若是已經設    置了GPU，則返回設置的GPU對象。

    D=gpuDevice(IDX): 表示選擇IDX對應的GPU設置，D是返回對象

    %PS： 目前的GPU設置通常至少包含兩個GPU，分別用1和2表示對應的IDX。

3） reset(gpudev)  %清空gpu的內存，相似matlab的clear的功能。其中gpudev是gpuDevice所返回的對象。

 

2.GPU以CPU之間的交互

1） gpuArray（CPU-->GPU）

    主要有兩個功能：

    I） 將CPU內存數據傳導到GPU內存中

    例子-1：

    X=rand(10,'single'); %定義在CPU上的一個10x10的隨機初始化數組

    GX=gpuArray(X);      %在GPU開始數組GX，而且將X的值賦給GX

    GX2=GX.*GX；         %GPU上執行數組對應位置的點乘

    II）在GPU內存中隨機初始化一些內存數據。

    例子-2：

    GX=rand(10,'gpuArray'); %直接在GPU設備上隨機初始化一個10x10的數組

    %%PS：經常使用的隨機初始化函數有：eye, ones, zeros, rand, randi, randn.

2） gather(GPU-->CPU)

    主要是將GPU內存中的數據拷貝回CPU內存中。

    繼續例子-1

    X2=gather(GX2)       %將GPU內存中的數組GX2賦值給CPU中的X2

3） TF=existOnGPU(DATA)

    用於判斷DATA是否存在於GPU內存中。若是不存在則返回false。

 

3.計算效率統計

   t=gputimeit(F,N)     %返回執行F操做N次所需的時間，當N=1時能夠缺省