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。
使用GPU Coder应用程序从MATLAB代码生成CUDA代码。
利用MATLAB代码生成CUDA代码codegen
命令。
生成代码的行为验证、可跟踪性和代码生成报告。
使用cuDNN库生成预训练卷积神经网络的代码。
使用TensorRT库生成预训练卷积神经网络的代码。
使用NVIDIA gpu提高仿真速度。
利用GPU编码器从Simulink模型中生成CU金宝appDA代码。
在Simulink中使用库块对深度学习模型进行模拟和生成代码。金宝app