parallel.gpu.enableCUDAForwardCompatibility

查询和设置为GPU设备向前兼容性

自从R2020b

所有的页面崩溃

语法

tf = parallel.gpu.enableCUDAForwardCompatibility ()

parallel.gpu.enableCUDAForwardCompatibility (tf)

特遣部队= parallel.gpu.enableCUDAForwardCompatibility ()返回真正的如果启用了GPU设备向前兼容性假否则。默认值是假。

当向前兼容性是禁用的,你不能使用GPU设备执行计算的架构的MATLAB版本后被释放^®您正在使用。

parallel.gpu.enableCUDAForwardCompatibility (特遣部队)为GPU设备启用或禁用向前兼容性。特遣部队必须真正的(1)或假(0)。

如果你启用向前兼容性,CUDA^®驱动程序重新编译GPU库第一次访问一个设备和一个比你的MATLAB版本架构更新。重新编译可能要占用几分钟的时间。

使向前兼容性不是MATLAB之间持久会话。

谨慎

使向前兼容性可能导致错误的答案在GPU计算和意想不到的行为。

有关更多信息,请参见为GPU设备向前兼容性。

如果你有一个GPU的体系结构被释放MATLAB您正在使用的版本后,默认情况下,您不能使用MATLAB GPU执行计算。使用GPU在MATLAB,为GPU设备启用向前兼容性。

检查是否启用了向前兼容性。

tf = parallel.gpu.enableCUDAForwardCompatibility ()

tf = 0

启用向前兼容性。

parallel.gpu.enableCUDAForwardCompatibility (1)

选择和使用GPU设备。

gpuDevice (2);A = 1 (100“gpuArray”);

你第一次访问MATLAB的GPU, CUDA驱动程序重新编译库。重新编译可能要占用几分钟的时间。

向前兼容性状态设置,指定为一个数字或逻辑1(真正的)或0(假)。

例子:0

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

请注意

从R2020b开始,向前兼容性GPU设备默认是禁用的。

R2020a和更早的版本中,你不能为GPU设备禁用向前兼容性。

使向前兼容性与架构,使用GPU设备版本的MATLAB后被释放。

当启用了向前兼容性,CUDA驱动程序重新编译GPU库第一次访问一个设备和一个比你的MATLAB版本架构更新。重新编译需要一个小时。防止复发的延迟,增加CUDA缓存大小。说明如何增加CUDA缓存大小,明白了增加CUDA缓存大小。

谨慎

使向前兼容性可能导致错误的答案在GPU计算和意想不到的行为。

重新编译的设备库的成功程度因设备而异的CUDA架构和MATLAB的用途。在某些情况下,向前兼容性并不像预期的那样工作,重新编译库结果的错误。

例如,向前兼容性从CUDA版本10.0 - -10.2 (MATLAB版本R2019a, R2019b、R2020a R2020b)安培(8. x)计算能力有限的功能。

您可以启用向前兼容性GPU设备使用这两种方法。

使用parallel.gpu.enableCUDAForwardCompatibility函数。当你使用这个函数,向前兼容性不MATLAB之间持久会话。MATLAB启动时自动启用向前兼容性,调用parallel.gpu.enableCUDAForwardCompatibility函数在一个启动脚本。
设置MW_CUDA_FORWARD_COMPATIBILITY环境变量来1。此设置MATLAB会话之间保存向前兼容性。如果更改环境变量,而MATLAB正在运行,您必须重新启动MATLAB看到效果。