使用GPU编码器的仿真加速- MATLAB和Simulink - MathWorks印度金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

使用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，在Simulink中使用以下方法对应用程序的计算密集型部分建模金宝appMATLAB函数(金宝app模型)块。当你模拟一个包含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是:

创建或打开一个模型。
通过选择图形处理器加速的型号来配置图形处理器加速解算器，语言，以及其他特定于gpu的配置参数。
运行GPU加速模型。

例如: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)，使用两个正交滤波核(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 = single([1 2 1;0 0 0;1 2 1]);H = conv2(单(grayImage), k,“相同”）;V = conv2(单(grayImage), k’,“相同”）;E =√H。* H + V * V);edgeImage = uint8((E > threshold) * 255);

png测试图像及其边缘检测输出。

建立边缘检测模型

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。
添加一个常数块并将其值设置为0．4．
添加一个从多媒体文件块的计算机视觉工具箱™图书馆。
打开块的参数对话框的从多媒体文件阻塞并设置文件名称参数rhinos.avi．
设置图像信号参数一个多维信号．
添加两个视频查看器块的计算机视觉的工具箱库到模型。
双击其中一个MATLAB函数块。函数的默认签名出现在MATLAB函数块编辑器。

定义一个名为索贝尔，实现了Sobel边缘检测算法。函数头文件声明grayImage和阈值作为一个论点索贝尔函数,edgeImage作为返回值。保存编辑器文档到文件。

函数edgeImage =索贝尔(grayImage阈值)% # codegen定义Sobel边缘检测的KernelK = single([1 2 1;0 0 0;1 2 1]);%检测边缘H = conv2(单(grayImage), k,“相同”）;V = conv2(单(grayImage), k’,“相同”）;E =√H。* H + V * V);edgeImage = uint8((E > threshold) * 255);结束

的块参数MATLAB函数块。在代码生成选项卡上,选择可重用的功能为函数包装参数。
如果函数包装参数设置为任何其他值，CUDA内核可能不会生成。

修改其他MATLAB函数块实现RGB到灰度的转换，然后进行Sobel边缘检测操作。设置函数包装参数的MATLAB函数块可重用的功能．

函数灰色= 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

如图所示连接这些块。将模型保存为edgeDetection.slx．
要测试模型的错误，请在Simulink Editor中模拟模型。金宝app在工具条上，单击运行．
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。

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。

打开“配置参数”对话框。打开解算器窗格。要编译你的模型加速和生成CUDA代码，配置模型使用固定步长求解器。该表显示了本示例的求解器配置。

参数	设置	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。

在模拟目标窗格中,使GPU加速参数。

请注意

的语言参数自动设置为c++．
图形处理器编码器的特定选项现在可以在模拟目标> GPU加速窗格。对于本例，可以使用所有gpu特定参数的默认值。
单击，保存并关闭“配置参数”对话框好吧．
你也可以用theset_param(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。
```
set_param (“edgeDetection”，“GPUAcceleration”，“上”）;
```

构建GPU加速模型

要构建和模拟GPU加速模型，请选择运行在模拟tab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 / edgeDetection．

边缘检测输出从视频查看器块。

限制

图形处理器代码生成MATLAB函数块Stateflow^®不支持图表。金宝app
当GPU加速启用时，代码生成器不支持金宝app导入自定义代码导入定制的CUDA源文件(*.cu)。相反,使用coder.ceval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

open_system(金宝app模型)|load_system(金宝app模型)|save_system(金宝app模型)|close_system(金宝app模型)|bdclose(金宝app模型)|get_param(金宝app模型)|set_param(金宝app模型)|sim卡(金宝app模型)|slbuild(金宝app模型)