主要内容

GPU编码器

生成CUDA代码英伟达gpu

GPU编码器™生成优化的CUDA®从MATLAB代码®代码和仿真软件金宝app®模型。生成的代码包括用于深度学习、嵌入式视觉和信号处理算法的可并行化部分的CUDA内核。为了高性能,生成的代码调用优化的NVIDIA®CUDA库,包括TensorRT, cuDNN, cuFFT, cuSolver和cuBLAS。这些代码可以作为源代码、静态库或动态库集成到您的项目中,并且可以为桌面、服务器和嵌入在NVIDIA Jetson上的gpu编译®, NVIDIA驱动®,以及其他平台。您可以使用MATLAB中生成的CUDA来加速深度学习网络和其他计算密集型部分的算法。GPU编码器让你把手写CUDA代码纳入你的算法和生成的代码。

当与嵌入式编码器一起使用时®, GPU编码器允许您通过在环软件(SIL)和在环处理器(PIL)测试验证生成代码的数值行为。

开始

学习GPU编码器的基础知识

基于MATLAB的GPU算法设计

MATLAB语言用于语法和函数的代码生成

内核创建

创建CUDA GPU内核的算法结构和模式

性能

排除代码生成问题,提高代码执行时间,减少生成代码的内存使用

基于GPU编码器的深度学习

为深度学习神经网络生成CUDA代码

部署

将生成的代码部署到NVIDIA Tegra®硬件的目标

GPU编码器支持的硬金宝app件

金宝app支持第三方硬件,如NVIDIA Drive和Jetson平台