处理器在循环中执行与GPU编码器应用程序- MATLAB & Simulink - MathWorks英国金宝app

处理器在循环中执行GPU编码器应用程序

使用处理器在循环(PIL)执行来检查CUDA的数值行为^®您从MATLAB生成的代码^®功能。PIL模拟需要目标连接，编译生成的源代码，然后下载并在NVIDIA上运行目标代码^®GPU平台。将PIL仿真结果传输到MATLAB，验证仿真结果与代码生成结果的数值等价性。

PIL验证过程是设计周期的一个关键部分，用来检查生成代码的行为是否与设计相匹配。PIL验证需要嵌入式编码器^®许可证。

请注意

在使用PIL执行时，要确保基准测试选项的GPU编码器™设置假．执行带基准的PIL会导致编译错误。

先决条件

目标板需求

NVIDIA驱动^®和杰森^®嵌入式平台。
用于连接目标板和主机PC(如果目标板无法连接本地网络)的以太网交叉线缆。
NVIDIA CUDA工具包安装在主板上。
目标上的编译器和库的环境变量。有关编译器和库的支持版本及其设置的信息，请参见金宝appNVIDIA主板的安装和设置必备事项．

开发主机需求

用于CUDA代码生成的GPU编码器。有关开始使用GPU编码器的帮助，请参阅开始使用GPU编码器(GPU编码器)．
NVIDIA CUDA工具包上的主机。
主机上编译器和库的环境变量。有关编译器和库支持的版本的信息，请参见金宝app第三方硬件(GPU编码器)．有关设置环境变量，请参见环境变量(GPU编码器)．

例如:Mandelbrot集合

描述

您不必熟悉示例中的算法即可完成本教程。

曼德尔勃洛特集是复平面中由这些值组成的区域z₀它的轨迹由

$z_{k + 1} ＝ z_{k}^{2} + z_{0} ， k ＝ 0 ， 1 ，．..$

保持有界k→∞．Mandelbrot集合的整体几何结构如图所示。这个观点没有分辨率显示丰富详细的结构边缘的边界以外的集合。在不断放大的情况下，Mandelbrot集合展示了一个复杂的边界，揭示了越来越精细的递归细节。

算法

创建一个MATLAB脚本调用mandelbrot_count.m用下面的代码行。这段代码是Mandelbrot集的基线向量化MATLAB实现。

函数count = mandelbrot_count(maxIterations, xGrid, yGrid)% # codegen曼德布洛特百分比计算z0 = xGrid + 1i*yGrid;数= 1(大小(z0));添加Kernelfun指令以触发内核创建coder.gpu.kernelfun;z = z0;为n = 0:maxIterations z = z.*z + z0;在= abs (z) < = 2;Count = Count +内部;结束数=日志(数);

对于本教程，选择一组限制，指定在主心脏线和之间的谷中Mandelbrot集合的高度放大部分p / q灯泡在它的左边。一个1000x1000的实零件网格(x)和虚部(y)是在这两个界限之间创建的。然后在每个网格位置迭代Mandelbrot算法。迭代次数为500就足以以全分辨率呈现图像。创建一个MATLAB脚本调用mandelbrot_test.m用下面的代码行。它也叫mandelbrot_count函数并绘制得到的Mandelbrot集合。

maxIterations = 500;gridSize = 1000;Xlim = [-0.748766713922161， -0.748766707771757];Ylim = [0.123640844894862, 0.123640851045266];x = linspace(xlim(1)， xlim(2)， gridSize);y = linspace(ylim(1)， ylim(2)， gridSize);[xGrid,yGrid] = meshgrid(x, y);count = mandelbrot_count(maxIterations, xGrid, yGrid);图(1)imagesc(x, y, count);Colormap ([jet();flipud(jet());0 0 0]); axis从标题(曼德尔勃特集合的)；

GPU编码器应用程序

要打开GPU编码器应用程序，在MATLAB工具条上，在应用程序选项卡,在代码生成，单击GPU编码器应用图标。你也可以通过输入来打开应用程序gpucoder(GPU编码器)在MATLAB命令窗口中。

应用程序打开选择源文件页面。选择mandelbrot_count.m作为入口点函数。点击下一个．
在定义输入类型窗口中,输入mandelbrot_count (500 0 (1000), 0 (1000))并点击Autodefine输入类型,然后单击下一个．
你可以启动检查运行时问题过程或点击下一个去…生成代码的一步。
设置构建类型来静态库和硬件板来英伟达杰森．
下硬件面板，输入设备地址、用户名、密码和单板的build文件夹。
关闭设置窗口,点击生成．该软件生成CUDA代码mandelbrot_count入口点函数。
点击验证代码．
在命令字段中，指定调用原始MATLAB函数的测试文件。例如,mandelbrot_test．
要启动PIL执行，请单击运行生成的代码．
GPU编码器应用程序:
- 生成一个独立的库，例如:codegen \ lib \ mandelbrot_count．
- 生成PIL接口代码，例如:codegen \ lib \ mandelbrot_count \公益诉讼．
- 运行测试文件，将对MATLAB函数的调用替换为对库中生成代码的调用。
- 显示从PIL执行的消息测试输出选项卡。
请注意

在微软^®窗户^®系统，Windows防火墙可以潜在地阻止PIL执行。更改Windows防火墙设置以允许访问。
验证PIL执行的结果与原始MATLAB函数的结果相匹配。
若要终止PIL执行过程，请单击停止公益诉讼验证．另外,在测试输出选项卡，单击下面的链接终止执行．