Mathworks宣布MATLAB与NVIDIA Tensorrt集成，以加速人工智能应用

与NVIDIA GPU上的TensorFlow相比，速度深度学习的速度是5倍的推断

美国马萨诸塞州纳蒂克 - （2018年3月27日）

Mathworks今天宣布MATLAB现在通过GPU编码器提供NVIDIA Tensorrt集成。这有助于工程师和科学家在MATLAB中开发新的AI和深度学习模型，并具有满足数据中心，嵌入式和汽车应用程序不断增长的需求所需的性能和效率。

MATLAB提供了一个完整的工作流程，以快速培训，验证和部署深度学习模型。工程师可以在没有其他编程的情况下使用GPU资源，因此他们可以专注于应用程序而不是性能调整。Nvidia Tensorrt与GPU编码器的新集成使MATLAB开发的深度学习模型可以在具有高通量和低延迟的NVIDIA GPU上运行。内部基准表明，MATLAB生成的CUDA代码与Tensorrt可以部署 Alexnet与TensorFlow相比，具有5倍的性能，并且可以用1.25倍的VGG-16部署VGG-16的性能比TensorFlow更好。***************

“快速发展的图像，语音，传感器和物联网技术正在推动团队以更好的性能和效率探索AI解决方案。金宝搏官方网站此外，深度学习模型变得越来越复杂。所有这些给工程师带来了巨大的压力。” Mathworks主任David Rich说。“现在，使用MATLAB和NVIDIA GPU培训深度学习模型的团队可以在从云到数据中心再到嵌入式边缘设备的任何环境中实时推断。”

*所有基准测试均在MATLAB R2018A上使用GPU编码器，Tensorrt 3.0.1，Tensorflow 1.6.0，Cuda 9.0和Cudnn 7在Linux 12 Core Intel中的NVIDIA Titan XP GPU上®Xeon®E5-1650 V3 PC，带64GB RAM

关于数学工作

Mathworks是数学计算软件的领先开发人员。MATLAB是技术计算的语言，是用于算法开发，数据分析，可视化和数字计算的编程环境。金宝appSimulink是用于模拟和基于模型设计的多个域动态和嵌入式系统的图形环境。全世界的工程师和科学家都依靠这些产品家族来加快汽车，航空航天，电子，金融服务，生物技术 - 制药和其他行业的发现，创新和发展的速度。Matlab和Simu金宝applink也是世界大学和学习机构中的基本教学和研究工具。Mathworks成立于1984年，在16个国家 /地区拥有4000多名员工，总部设在美国马萨诸塞州纳蒂克。有关其他信息，请访问Mathworks.com。

Matlab和Simu金宝applink是Mathworks，Inc。的注册商标。请参阅Mathworks.com/trademarks对于其他商标列表。其他产品或品牌名称可能是其各自持有人的商标或注册商标。