使用GPU编码器应用程序的处理器 - 循环执行 - Matlab＆Simulink - Mathworks India金宝app

使用GPU编码器应用程序在循环中执行处理器

使用处理器 - 循环（PIL）执行来检查CUDA的数值行为^®您从MATLAB生成的代码^®职能。PIL模拟需要目标连接，编译生成的源代码，然后在NVIDIA上下载并运行对象代码^®GPU平台。PIL模拟的结果转移到MATLAB以验证模拟和代码生成结果的数值等同。

PIL验证过程是设计周期的关键部分，以检查所生成的代码的行为是否与设计匹配。PIL验证需要嵌入式编码器^®执照。

笔记

在使用PIL执行时，要确保基准测试选项的GPU编码器™设置错误的．执行PIL与基准测试导致编译错误。

先决条件

目标板要求

NVIDIA DRIVE或Jetson嵌入式平台。
用于连接目标板和主机PC(如果目标板无法连接本地网络)的以太网交叉线缆。
NVIDIA CUDA工具包安装在电路板上。
编译器和库的目标环境变量。有关编译器和库的支持版本的信息及其设置，请参阅金宝app安装和设置NVIDIA板的先决条件．

开发主机要求

用于CUDA代码生成的GPU编码器。有关GPU编码器入门的帮助，请参阅GPU编码器开始(GPU编码器)．
NVIDIA CUDA Toolkit在主机上。
主机上编译器和库的环境变量。有关编译器和库支持的版本的信息，请参见金宝app第三方硬件(GPU编码器)．有关设置环境变量，请参见环境变量(GPU编码器)．

例如:Mandelbrot集合

描述

您不必熟悉示例中的算法即可完成本教程。

Mandelbrot Set是由值组成的复平面中的区域Z._0.对于哪些轨迹定义

${Z.}_{K. + 1} = {Z.}_{K.}^{2} + {Z.}_{0.} 那 K. = 0. 那 1 那 ......$

保持有界k→∞．Mandelbrot集合的整体几何结构如图所示。这个观点没有分辨率显示丰富详细的结构边缘的边界以外的集合。在不断放大的情况下，Mandelbrot集合展示了一个复杂的边界，揭示了越来越精细的递归细节。

算法

创建一个MATLAB脚本调用mandelbrot_count.m.使用以下代码行。此代码是Mandelbrot集的基线矢量化MATLAB实现。

函数count = mandelbrot_count（maxIrtations，xgrid，ygrid）％＃codegen.％mandelbrot计算z0 = xgrid + 1i * ygrid;count = =（大小（z0））;添加Kernelfun指令以触发内核创建coder.gpu.kernelfun;z = z0;为了n = 0：maxIterations z = z。* z + z0;内部= abs（z）<= 2;count =内部计数+;结尾count = log（count）;

对于本教程，请选择一组限制，该限制指定在主心形和主题之间的谷中的高度缩放部分的曼德布特。P / Q.灯泡到左边。一个1000x1000的实体栅格（X）和虚部（y)是在这两个界限之间创建的。然后在每个网格位置迭代Mandelbrot算法。迭代次数为500就足以以全分辨率呈现图像。创建一个MATLAB脚本调用mandelbrot_test.m.使用以下代码行。它还叫了mandelbrot_count函数并绘制得到的Mandelbrot集合。

maxIterations = 500;gridSize = 1000;Xlim = [-0.748766713922161， -0.748766707771757];Ylim = [0.123640844894862, 0.123640851045266];x = linspace(xlim(1)， xlim(2)， gridSize);y = linspace(ylim(1)， ylim(2)， gridSize);[xGrid,yGrid] = meshgrid(x, y);count = mandelbrot_count(maxIterations, xGrid, yGrid);图(1)imagesc(x, y, count);Colormap ([jet();flipud(jet());0 0 0]); axis从标题('mandelbrot set'）;

GPU编码器应用程序

要在Matlab ToolStrip上打开GPU编码器应用程序，在应用标签，下面代码生成，单击GPU编码器应用图标。你也可以通过输入来打开应用程序gpucoder(GPU编码器)在MATLAB命令窗口中。

该应用程序打开了选择源文件页面。选择mandelbrot_count.m.作为入口点函数。点击下一个．
在定义输入类型窗口，进入mandelbrot_count (500 0 (1000), 0 (1000))并点击Autodefine输入类型，然后点击下一个．
你可以发起检查运行时间问题过程或点击下一个去…生成代码步。
设定构建类型到静态库和硬件板到nvidia jetson.．
在下面硬件面板，输入设备地址、用户名、密码和单板的build文件夹。
关上设置窗口,点击产生．该软件为CUDA代码生成了CUDA代码mandelbrot_count入口点函数。
点击验证码．
在“命令”字段中，指定调用原始MATLAB函数的测试文件。例如，mandelbrot_test.．
要启动PIL执行，请单击运行生成的代码．
GPU编码器应用程序：
- 生成一个独立的库，例如:Codegen \ lib \ mandelbrot_count．
- 例如，生成PIL接口代码，Codegen \ lib \ mandelbrot_count \ pil．
- 运行测试文件，将对MATLAB函数的调用替换为对库中生成代码的调用。
- 显示来自PIL执行中的消息测试输出标签。
笔记

在微软^®窗户^®系统，Windows防火墙可能会阻止PIL执行。更改Windows防火墙设置以允许访问。
验证PIL执行的结果与原始MATLAB函数的结果相匹配。
若要终止PIL执行过程，请单击停止公益诉讼验证．或者，在测试输出选项卡，单击以下链接终止执行．