NVIDIA CUDA対応GPUに対する
MATLAB GPUコンピューティングのサポート
NVIDIA CUDAに対応したGPU上でのMATLAB演算の実行
马铃薯®ではNVIDIA®GPUを使用することにより,AIやディープラーニング,その他计算量が多い解析をCUDA®プログラマーでなくとも高速化できますと.MATLAB并行计算工具箱™を使用すると,以下を行うことができます。
- MATLABから直接NVIDIA GPUを使用(500以上の组み込み关数が対応)。
- MATLABワーカーおよびMATLAB并行服务器を使用して,デスクトップ,コンピューティングクラスター,クラウド上の复数のGPUへアクセス。
- GPU编码器™を使用してCUDAコードをMATLABから直接生成し,データセンター,クラウド,组み込みデバイスへ実装。
- GPU编码器を使用してMATLABからNVIDIA TensorRT™コードを生成し,低遅延·高スループットの推论を実现。
- MATLAB AIアプリケーションをNVIDIA対応のデータセンターに展开し,MATLAB生产服务器™を使用するエンタープライズシステムと统合。
レガシコードでは1回の风洞テストの解析に最大40分かかっていましたが,MATLABとGPUを使用することで,演算にかかる时间が1分未満に短缩されました.MATLABアルゴリズムをGPU上で机能させるために要した时间は30分で,低レベルのCUDAプログラミングも必要ありませんでした。
美国航空航天局,クリストファー·バール氏
MATLABによるGPUコンピューティング
MATLABを使用したディープラーニングモデルの开発,拡张,および展开
MATLABにより,ユーザーはディープラーニングモデルの开発から展开まで,エンドツーエンドのワークフローを実现することができます.Deep学习工具箱™を使用してディープラーニングモデルの开発や学习を行い,その后并行计算工具箱とMATLAB并行服务器を使用してクラウドやクラスターリソース上に学习环境を拡张できます。また,GPU编码器を使用することでデータセンターや组み込みデバイスへ展开できます。
GPUを使用したディープラーニングの开発と计算量が多い解析の実行
MATLABはAIとディープラーニング开発向けのエンドツーエンドのワークフロープラットフォームです.MATLABは学习データセットのインポートや可视化,デバッグ,CNN学习の拡张,および展开を行うためのツールとアプリを提供します。
たった1行のコードを追加するだけで,デスクトップ,クラウド,クラスター上の计算リソースやGPUリソースへスケールアップできます。
最小限のコード変更でGPUによりMATLABを拡张
500以上のCUDA対応MATLAB关数を使用してNVIDIA GPU上でMATLABコードを実行できます。また,ツールボックスのGPU対応关数をディープラーニング,机械学习,コンピュータビジョン,信号处理などのアプリケーションに使用できます。并行计算工具箱では gpuArray が利用できます。gpuArray は特殊な配列型で、MATLAB から直接 CUDA 対応の NVIDIA GPU 上で処理を実行可能とします。ユーザーは低水準のGPU演算ライブラリについて学習する必要はありません。
エンジニアは追加コードを记述することなくGPUリソースを使用できるため,パフォーマンスの调整よりも自身のアプリケーションに注力できます。
PARFORやSPMDなどの并列言语构造を使用すると,复数のGPU上で计算できるようになります。学习オプションを変更するだけで复数のGPU上のモデルに対する学习を実行できます。
また,MATLABでは,新たにÇプログラミングを行うことなく,既存のCUDAカーネルをMATLABアプリケーションに统合できます。
MATLABから生成されたCUDAコードの展开 - TensorRTを使用した推论
GPU编码器を使用して,ディープラーニング,组み込みビジョン,自律システムのためのMATLABコードから最适化されたCUDAコードを生成します。生成されたコードは,TensorRT,cuDNN,CUBLASなどの最适化されたNVIDIACUDAライブラリを自动で呼び出し,NVIDIA GPU上で低遅延·高スループットで実行されます。生成されたコードをソースコード,スタティックライブラリまたはダイナミックライブラリとしてプロジェクトに统合し,NVIDIA沃尔特®,NVIDIA特斯拉®,NVIDIA特森®,およびNVIDIA驱动などのGPUで実行されるように展开します。
制品を见る