确定计算机中可用的GPU设备的数量及其索引。

[n, indx] = gpuDeviceCount

N = 2 index = 1

gpuDeviceTable

ans =索引名称ComputeCapability DeviceAvailable DeviceSelected  _____ __________________ _________________ _______________ ______________ 1“泰坦RTX”“7.5”真假2“GeForce GTX 1080”“5.0”真正的事实

如果您可以访问多个gpu，则可以使用并行池在多个gpu上并行执行计算。

要确定在MATLAB中可用的图形处理器的数量，使用gpuDeviceCount函数。

availableGPUs = gpuDeviceCount (“可用”）

availableGPUs = 3

启动一个并行池，使用与可用gpu一样多的worker。为了获得最佳性能，MATLAB默认为每个工作者分配不同的GPU。

parpool (“本地”, availableGPUs);

使用'local'配置文件启动并行池(parpool)…连接到并行池(工人数量:3)。

要识别每个工作者正在使用的GPU，调用gpuDevice在一个spmd块。的spmd块运行gpuDevice在每一个工人。

spmdgpuDevice结束

使用并行语言特性，例如parfor或parfeval，将计算分发给并行池中的工人。如果你使用gpuArray在你的计算中启用函数，这些函数运行在工作者的GPU上。有关更多信息，请参见在GPU上运行MATLAB函数．例如，请参见在多个gpu上运行MATLAB函数．

当您完成计算后，关闭并行池。你可以使用gcp函数获取当前并行池。

删除(gcp (“nocreate”))；

如果你想使用不同的gpu选择，那么你可以使用gpuDevice使用GPU设备索引在每个工人上选择一个特定的GPU。您可以通过该文件获取系统中每个GPU设备的索引gpuDeviceCount函数。

假设您的系统中有三个可用的gpu，但是您希望在一次计算中只使用两个。获取设备索引。

[availableGPUs, gpuIndx] = gpuDeviceCount (“可用”）

availableGPUs = 3

gpuIndx =1×31 2 3

定义要使用的设备的索引。

useGPUs = [1 3];

启动并行池。使用一个spmd块和gpuDevice使用设备索引将每个worker与你想要使用的一个gpu关联。的labindex函数标识每个工作者的索引。

parpool (“本地”元素个数(useGPUs));

使用'local'配置文件启动并行池(parpool)…连接到并行池(工人数量:2)。

spmdgpuDevice (useGPUs (labindex));结束

作为最佳实践，为了获得最佳性能，为每个worker分配不同的GPU。

当您完成计算后，关闭并行池。

删除(gcp (“nocreate”))；