GPU编码器™生成优化的CUDA®来自MATLAB的代码®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。为了获得高性能,生成的代码调用优化的NVIDIA®CUDA图书馆,包括TensorRT、cuDNN、Cuft、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NVIDIA Jetson、NVIDIA DRIVE和其他平台的台式机、服务器和GPU进行编译。您可以在MATLAB中使用生成的CUDA加速深度学习网络和算法的其他计算密集部分。GPU编码器允许您将手写CUDA代码合并到算法和生成的代码中。
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。
使用GPU编码器从Simulink模型生成CUD金宝appA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