在一个文件中，编写入口点函数标量它接受两个向量输入x, y的大小1 x4096一个标量输入规模．这个函数有两个为-不同迭代长度的循环，一个用于向量加法，一个用于求累积和。把coder.gpu.kernelfun ()语言的Pragma标量函数。

函数[vout, sout1] = scalars(x,y,scale) code .gpu.kernelfun;Sout1 = 0;Vout = code .nullcopy(0 (1,1024));为vout(I) = x(I) + y(I);结束为I =1:4096 sout1 = (x(I)*scale) + sout1;结束结束

使用codegen函数生成CUDA MEX函数。

codegen配置coder.gpuConfig(墨西哥人).．.arg游戏{1(1, 4096,“双”)的(1,4096,“双”),coder.typeof (0)}.．.报告标量

GPU Coder创建三个内核:scalars_kernel1初始化sout1 = 0，scalars_kernel2对于向量加法，和scalars_kernel3是累积和的约简核。

scalars_kernel1<<>>(gpu_sout1);cudaMemcpy(gpu_y, y, 32768U, cudaMemcpyHostToDevice);cudaMemcpy(gpu_x, x, 32768U, cudaMemcpyHostToDevice);scalars_kernel2<<>>(gpu_y, gpu_x, gpu_vout);scalars_kernel3<<>>(scale, gpu_x, gpu_sout1);cudaMemcpy(vout, gpu_vout, 32768U, cudaMemcpyDeviceToHost);cudaMemcpy(sout1, gpu_sout1, 8U, cudaMemcpyDeviceToHost);

scalars_kernel2有两个块，每个块有512个线程，共1024个线程，每个线程用于添加每个元素。同样的,scalars_kernel3有8个块，每个块有512个线程，总共有4096个线程。GPU编码器还执行了一个优化，最大限度地减少的数量cudamMemcpy函数调用。在本例中，是输入的副本x在GPU中，没有额外的cudamMemcpy之间的要求scalars_kernel2而且scalars_kernel3．除了内存优化，内核之间的任何顺序代码都被映射到CUDA线程上，以将数据保存在GPU上。