运行MATLAB代码在GPU上

在GPU上运行MATLAB函数

如果您提供支持，MATLAB和其他工具箱中的数百个功能会自动运行GPUgpuArray争论。

识别并选择图形处理器设备

这个例子展示了如何使用gpuDevice识别并选择要使用的设备。

GPU支金宝app持版本

金宝app支持NVIDIA^®Matlab发布的GPU架构。

在GPU上建立阵列

一个gpuArray在MATLAB中表示一个存储在GPU上的数组。

在图形处理器上使用FFT2模拟衍射图形

此示例使用并行计算工具箱™在GPU上执行二维快速傅里叶变换（FFT）。

在多个gpu上运行MATLAB函数

此示例显示如何在本地计算机上并行地在多个GPU上运行MATLAB代码，然后将其缩放到群集。

使用自动多GPU支持列车网络金宝app

此示例显示如何使用自动并行支持，在本地计算机上使用多个GPU进行深度学习培训。金宝app

提高GPU性能

使用ARRAYFUN在GPU上改进元素智慧的MATLAB®函数的性能

此示例显示了如何arrayfun可以用于在GPU上原生运行MATLAB®函数。

使用PageFun提高GPU上小矩阵问题的性能

这个例子展示了如何使用pagefun提高在三维环境中对物体应用大量独立旋转和平移的性能。

测量和改善GPU性能

使用MATLAB中的基准测试来测量GPU的性能。

在GPU上对A\b进行基准测试

这个例子着眼于我们如何在GPU上解决线性系统的基准。

了解更多

配置代码以提高性能

使用Profiler来测量运行代码所花费的时间，并确定哪些代码行消耗的时间最多，或者哪些代码行不运行。

向量化

基于修正环路，面向标量的代码，用MATLAB实现矩阵和向量的运算。

GPU上的随机数流

控制GPU上的随机数流以生成与CPU上的相同的随机数序列。

GPU生成随机数

这个例子展示了如何在GPU支持的不同随机数生成器之间切换。金宝app

图形处理器的模板操作

此示例使用Conway的“生命游戏”来演示如何使用GPU进行模板操作。