内核创作

算法制作CUDA的结构和模式^®GPU内核

GPU Coder™代码生成技术为算法生成CUDA内核。CUDA内核是在NVIDIA上执行的函数^®GPU设备。这些内核由许多GPU线程并行执行。通过有效地将算法的计算密集型部分映射到内核，您可以利用GPU计算技术提供的性能改进。

您可以使用MATLAB以编程方式编写算法^®或在Simulink中图形化金宝app^®环境。您可以触发GPU Coder创建CUDA内核的特定算法结构和模式，在您的MATLAB代码或包含的Simulink模型金宝appMATLAB函数块。由于代码生成与MATLAB和SIMULINK执行和仿真引擎紧密地集成，所以源代码和可执行程序中生成的内核与MATLAB代码执行的功能金宝app行为与高精度匹配。

经常查看主题

内核创建从MATLAB代码
创建CUDA GPU内核的MATLAB代码结构和模式
来自Simulink模型的内核创建金宝app
金宝app创建CUDA GPU内核的Simulink块

特色的例子

基于SURF的特征提取

基于快速鲁棒特征(SURF)的目标识别由特征提取、特征描述和特征匹配三个步骤组成。这个例子执行特征提取，这是SURF算法的第一步。这里使用的算法是基于OpenSURF库实现的。这个例子展示了如何使用GPU Coder™通过CUDA®代码生成来解决这个计算密集型问题。

打开脚本

特色匹配

从MATLAB®代码生成CUDA®MEX，并在两个图像之间执行特征匹配。此示例使用matchFeatures(计算机视觉工具箱)函数从图像处理工具箱™匹配特征描述符之间的两个图像，旋转和缩放相对。采用加速鲁棒特征(SURF)算法检测和提取两幅图像的特征描述符。

打开脚本

GPU上使用houghlines函数进行车道检测

生成CUDA®MEX的MATLAB®函数，可以检测和输出车道标记边界上的图像。示例以RGB图像作为输入，并使用ordfilt2(图像处理工具箱),脚腕(图像处理工具箱),Houghpeaks.（图像处理工具箱），和houghlines（图像处理工具箱）是图像处理工具箱™的一部分的函数，以产生车道检测到的输出图像。

打开脚本

半精度Sobel方法边缘检测

演示了用MATLAB®函数生成的CUDA®MEX函数在图像中的边缘检测。边缘检测算法采用半精度数据类型实现。

打开脚本

Simulink中车道检测的GPU代码生成金宝app

为Simulink®模型生成CUDA®代码，可以检测金宝app和输出图像上的车道标记边界。此示例将RGB图像作为输入，并使用imresize(图像处理工具箱),RGB2GRAY.，ordfilt2(图像处理工具箱),脚腕(图像处理工具箱),Houghpeaks.（图像处理工具箱），和houghlines(图像处理工具箱)函数是图像处理工具箱™的一部分，用于检测车道标记。这个例子紧跟GPU上使用houghlines函数的车道检测。

打开脚本