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CUDA®从MATLAB代码®代码和仿真软件金宝app®模型。生成的代码包括CUDA内核,用于深度学习、嵌入式视觉和信号处理算法的可并行部分。为了提高性能,生成的代码调用优化了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,并且可以为嵌入在NVIDIA Jetson上的桌面、服务器和gpu进行编译®, NVIDIA驱动®,以及其他平台。您可以在MATLAB中使用生成的CUDA来加速深度学习网络和算法的其他计算密集型部分。GPU编码器可以让你把手写的CUDA代码合并到你的算法和生成的代码。

当使用嵌入式编码器®, GPU编码器可以通过软件在循环(SIL)和处理器在循环(PIL)测试验证生成的代码的数值行为。

开始

学习GPU编码器的基础知识

GPU的MATLAB算法设计

MATLAB语言的语法和函数代码生成

内核创建

创建CUDA GPU内核的算法结构和模式

性能

解决代码生成问题,提高代码执行时间,并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