主要内容

基于GPU编码器的仿真加速

你可以使用GPU编码器™来加速你的Simulink的执行金宝app®模型英伟达®gpu。gpu加速计算遵循异构编程模型。应用程序的高度并行化部分被映射到内核中，这些内核在成千上万的GPU内核上并行执行，而其余的顺序代码仍然在CPU上运行。

要执行GPU加速模拟，请使用金宝appMATLAB函数(金宝app模型)块。当您模拟包含MATLAB函数块，软件进行分区并生成CUDA®MATLAB®可执行(MEX)代码，并将此代码与Simulink模型集成。金宝app

使用GPU编码器进行模拟加速的基本步骤如下：

  • 创建或打开模型。

  • 通过选择解算器，语言，以及其他特定于gpu的配置参数。

  • 运行GPU加速模型。

示例：Sobel边缘检测

Sobel边缘检测算法是一种简单的边缘检测算法，它对灰度图像进行二维空间梯度运算。该算法强调与输入图像边缘相对应的高空间频率区域。

Sobel边缘算法计算水平梯度(H)及垂直梯度(V)利用两个正交滤波核对输入图像进行滤波(k和k'）.滤波后，算法计算梯度大小，并应用一个阈值来找到图像中被认为是边缘的区域。

k=单个（[1 2 1；0 0 0；-1-2-1]）；H=conv2（单个（灰度图像），k，“一样”); V=conv2（单个（灰度图像），k'，“一样”); E=sqrt（H.*H+V.*V）；边缘图像=uint8（（E>阈值）*255）；

png测试图像及其边缘检测输出。

建立边缘检测模型

  1. 创建一个Simul金宝appink模型并插入两个MATLAB函数块的用户定义函数图书馆

  2. 添加常数块并将其值设置为0.4．

  3. 添加从多媒体文件块的计算机视觉工具箱™图书馆

  4. 打开块参数对话框从多媒体文件阻塞并设置文件名参数犀牛．

    设置图像信号参数一个多维信号．

  5. 添加两个视频查看器块的计算机视觉的工具箱模型的库。

    金宝app包含用于实现边缘检测算法的块的Simulink模型。

  6. 双击其中一个MATLAB函数块。默认函数签名出现在MATLAB函数块编辑器。

  7. 定义一个名为索贝尔，它实现了Sobel边缘检测算法灰度图像和门槛作为对索贝尔函数,边缘图像作为返回值。保存编辑器文档到文件。

    作用edgeImage=sobel（灰度图像，阈值）% # codegen%定义Sobel边缘检测的核函数K = single([1 2 1;0 0 0;1 2 1]);%检测边缘H=conv2（单个（灰度图像），k，“一样”); V=conv2（单个（灰度图像），k'，“一样”); E=sqrt（H.*H+V.*V）；边缘图像=uint8（（E>阈值）*255）；结束

  8. 的块参数MATLAB函数街区，在街上代码生成选项卡，选择可重用函数为函数包装参数。

    如果函数包装参数设置为任何其他值时，可能不会生成CUDA内核。

  9. 修改另一个MATLAB函数块以在Sobel边缘检测操作之前实现RGB到灰度的转换。设置函数包装参数MATLAB函数块可重用函数．

    作用灰色= RGB2gray (RGB)% # codegen%将彩色图像转换为灰色图像灰度= (0.2989 * double(RGB(:，:，1)) +．．．0.5870 * double(RGB(:，:，2)) +．．．0.1140 *双(RGB (:,:, 3)));结束

  10. 如图所示连接这些模块。将模型另存为edgeDetection.slx．

    金宝app显示块之间连接的Simulink模型。

  11. 要测试模型的错误，请在Simulink编辑器中模拟模型。在toolstrip上，单击金宝app运行．

    要在模拟期间查看所有视频帧，请禁用模拟>丢弃帧以提高性能选择的视频查看器块。

    视频查看器块的边缘检测输出。

GPU加速配置为“型号”

模型配置参数决定了仿真过程中使用的加速度方法。

  1. 打开“配置参数”对话框。打开解算器窗玻璃要编译加速模型并生成CUDA代码，请将模型配置为使用固定步长解算器。此表显示了此示例的解算器配置。

    参数 背景 对生成代码的影响
    类型 固定步 保持一个固定的步长。
    解算器 离散（无连续状态） 应用定步积分技术计算模型的状态导数。
    固定的大小 汽车 金宝appSimulink选择步长。

    配置参数对话框的快照显示模拟求解器选项。

  2. 在模拟目标窗格，启用GPU加速参数。

    请注意

    的语言参数自动设置为c++．

  3. GPU编码器的特定选项现在在模拟目标> GPU加速在本例中，您可以使用所有GPU特定参数的默认值。

    在模型配置参数对话框的“GPU加速”窗格中。

  4. 单击，保存并关闭“配置参数”对话框好啊．

    你也可以用the设置参数(金宝app模型)函数在MATLAB命令窗口中以编程方式配置模型参数。

    设置参数(“edgeDetection”，“GPUAcceleration”，“上”);

构建GPU加速模型

要构建和模拟GPU加速模型，请选择运行上模拟选项卡或使用以下MATLAB命令：

sim卡(“edgeDetection”);

该软件首先检查CUDA代码之前是否为模型编译过。如果代码是先前创建的，则软件运行模型。如果之前没有构建代码，软件首先生成并编译CUDA代码，然后运行模型。代码生成工具将生成的代码放在名为slprj/_slprj/边缘检测．

视频查看器块的边缘检测输出。

局限性

  • 图形处理器代码生成MATLAB函数块Stateflow®不支持图表。金宝app

  • 什么时候GPU加速启用时，代码生成器不支持金宝app导入自定义代码用于导入自定义编写的CUDA源文件（*.cu）。相反，使用塞瓦尔编码员在MATLAB函数块。

  • 的MATLAB函数块不支持来自MATLAB语言的金宝app所有数据类型。有关受支金宝app持的数据类型，请参阅块文档。

另请参阅

功能

相关话题

GPU编码器文档

金宝app

从MATLAB生成CUDA代码:gpu上加速嵌入式视觉和深度学习算法

从MATLAB生成CUDA代码:gpu上加速嵌入式视觉和深度学习算法

下载白皮书