GPU编码器生成优化的CUDA®从MATLAB代码代码和仿真软件模型。金宝app生成的代码包括CUDA内核可平行的部分你的深度学习,嵌入式视觉、和信号处理算法。对高性能,生成的代码优化的NVIDIA的电话®CUDA库,包括TensorRT™、cuDNN cuFFT cuSolver, cuBLAS。代码可以集成到你的项目源代码,静态库和动态库,它可以被编译为台式机、服务器和NVIDIA gpu嵌入式杰森™,NVIDIA驱动™,和其他平台。您可以使用生成的CUDA在MATLAB加速深度学习网络和其他计算密集型部分算法。GPU编码器可以手写的CUDA代码合并到你的算法和生成的代码。
当使用嵌入式编码器,GPU编码器可以验证的数值行为生成的代码通过software-in-the-loop(银)和processor-in-the-loop(公益诉讼)测试。
开始:
部署算法免版税
编译并运行你的受欢迎的NVIDIA gpu上生成的代码,从桌面系统到数据中心嵌入式硬件。生成的代码是royalty-free-deploy它你的客户免费的商业应用。
探索画廊图片(2)
GPU编码器的成功故事
学习工程师和科学家在各种行业使用GPU编码器生成CUDA代码的应用程序。
空客原型的NVIDIA Jetson TX2自动检测的缺陷。
从支持工具箱生成代码和功能金宝app
GPU编码器生成代码从一个广泛的MATLAB语言开发算法特性,设计工程师使用更大系统的组成部分。这包括数以百计的运营商和功能从MATLAB工具箱和伴侣。
MATLAB语言和工具箱支持代码生成。金宝app
将遗留代码
使用遗留代码的集成功能,可以把信任或高度优化的CUDA代码到你的MATLAB算法在MATLAB进行测试。然后调用相同的CUDA代码生成的代码。
将现有的CUDA代码合并到生成的代码。
NVIDIA gpu的运行模拟和生成优化的代码
当使用仿真软件编码器,GPU加金宝app速编码器计算密集型的部分在你的仿真软件MATLAB函数块模型在NVIDIA GPU。然后您可以从仿真软件模型生成优化的CUDA代码并将其部署到你的NVIDIA GPU的目标。金宝app
金宝app仿真软件的模型运行在GPU Sobel边缘检测器。
部署的端到端深学习算法
使用多种训练的深度学习网络(包括ResNet-50、SegNet和LSTM)从深度学习工具箱仿真软件模型和部署NVIDIA gpu。金宝app生成代码的预处理和后处理连同你的训练有素的深度学习网络部署完整的算法。
测井信号,调整参数,数值验证代码的行为
当使用仿真软件编码器,GPU编金宝app码器使您能够实时日志信号和调优参数使用外部模式模拟。使用嵌入式编码器GPU编码器运行software-in-the-loop和processor-in-the-loop测试,数值验证生成的代码匹配的行为模拟。
部署的端到端深学习算法
部署各种训练的深度学习网络(包括ResNet-50、SegNet和LSTM)深度学习工具箱NVIDIA gpu。使用预定义的深度学习层或自定义为您的特定应用程序层。生成代码的预处理和后处理连同你的训练有素的深度学习网络部署完整的算法。
为推理生成优化的代码
GPU编码器生成代码与一个较小的足迹与其他深度学习解决方案,因为它只生成所需的代码运行推理与你的具体算法。金宝搏官方网站生成的代码调用优化库,包括TensorRT和cuDNN。
单张图片推断与VGG-16泰坦V使用cuDNN GPU。
进一步优化使用TensorRT
生成的代码集成了NVIDIA TensorRT,高性能深度学习推理优化器和运行时。使用INT8或FP16额外的性能提升的数据类型在标准FP32数据类型。
提高执行速度与TensorRT INT8数据类型。
深度学习量化
数字转换你的深度学习网络减少内存使用量和增加推理性能。分析和可视化性能和增加推理精度之间的权衡使用深层网络量化器应用程序。
最小化CPU-GPU记忆转移和优化内存使用
GPU编码器自动分析、识别和分区段MATLAB代码运行的CPU或GPU。它还减少CPU和GPU之间的数据副本的数量。使用分析工具来识别其他潜在的瓶颈。
概要报告识别潜在的瓶颈。
调用优化图书馆
代码用GPU编码器生成调用优化NVIDIA CUDA库,包括TensorRT cuDNN, cuSolver, cuFFT, cuBLAS和推力。从MATLAB优化工具箱函数映射到生成的代码库。
生成的代码调用函数的优化cuFFT CUDA图书馆。
英伟达杰森和驱动平台上的原型
交叉编译和部署的自动化生成的代码在NVIDIA杰森和驱动平台使用GPU编码器为NVIDIA GPU的支持包。金宝app
原型在NVIDIA杰森平台上。
从MATLAB和生成的代码访问外围设备和传感器
远程与英伟达通信目标从MATLAB从摄像头获取数据和其他外设支持早期的原型。金宝app算法以及外围接口代码部署到独立执行。
从MATLAB和生成的代码访问外围设备和传感器。
从原型到生产
使用GPU编码器嵌入式编码MATLAB代码交互跟踪并排CUDA代码生成。验证的数值行为生成的代码运行在硬件上使用software-in-the-loop(银)和processor-in-the-loop(公益诉讼)测试。
互动可跟踪性报告使用GPU编码器和嵌入式编码。
在MATLAB中使用gpu加速算法
调用生成的CUDA代码作为一个墨西哥人函数从MATLAB代码执行速度,虽然性能取决于MATLAB代码的本质。配置文件生成的墨西哥人函数来识别瓶颈和集中你的优化工作。
使用NVIDIA gp金宝appu加速仿真软件模拟
当使用仿真软件编码器,GPU加金宝app速编码器计算密集型的部分在你的仿真软件MATLAB函数块模型在NVIDIA GPU。
