このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

GPU Coder 入門

GPU Coder™ は、最適化された CUDA^® コードを MATLAB^® コードおよび Simulink^® モデルから生成します。生成されるコードには、深層学習、組み込み型ビジョン、および信号処理アルゴリズムの並列化可能部分のための CUDA カーネルが含まれています。パフォーマンス向上のため、生成コードでは、TensorRT、cuDNN、cuFFT、cuSolver、cuBLAS など、最適化された NVIDIA^® CUDA ライブラリが呼び出されます。このコードは、ソース コード、スタティック ライブラリ、またはダイナミック ライブラリとしてプロジェクトに統合でき、デスクトップ用、サーバー用、および NVIDIA Jetson™、NVIDIA DRIVE^®、その他のプラットフォームに組み込まれた GPU 用にコンパイルできます。生成された CUDA を MATLAB 内で使用し、深層学習ネットワークやその他のアルゴリズムの計算量の多い部分を高速化することができます。GPU Coder では、手書きの CUDA コードをアルゴリズムおよび生成コードに組み込むことが可能です。

Embedded Coder^® と共に使用した場合、GPU Coder では、ソフトウェアインザループ (SIL) およびプロセッサインザループ (PIL) テストにより生成コードの数値的な動作を検証できます。

チュートリアル

MATLAB

• GPU Coder アプリを使用したコード生成
  GPU Coder アプリを使用した MATLAB コードからの CUDA コードの生成。
• コマンド ライン インターフェイスを使用したコード生成
  codegen コマンドを使用した MATLAB コードからの CUDA コードの生成。
• 生成コードの正確性の検証
  生成コードの動作検証、トレーサビリティ、およびコード生成レポート。
• cuDNN を使用した深層学習ネットワークのコード生成
  cuDNN ライブラリを使用して、事前学習済み畳み込みニューラル ネットワークのコードを生成します。
• TensorRT を使用した深層学習ネットワークのコード生成
  TensorRT ライブラリを使用して、事前学習済み畳み込みニューラル ネットワークのコードを生成します。
• CUDA MEX 関数のデバッグ
  CUDA MEX 関数のデバッグに関する提案。

Simulink

• GPU Coder を使用したシミュレーション速度の高速化
  MATLAB Function ブロックを含むモデルのシミュレーションを高速化する。
• GPU Coder を使用した Simulink モデルからのコード生成
  GPU Coder を使用して、Simulink モデルから CUDA コードを生成します。
• Deep Neural Networks ライブラリ ブロック用の GPU コード生成
  ライブラリ ブロックを使用して Simulink で深層学習モデルをシミュレートしてコードを生成します。

MATLAB アルゴリズムからのコード生成について

• GPU プログラミングのパラダイム
  

  GPU 高速化コンピューティングの紹介。

• GPU コード生成ワークフロー
  

  高速化用に生成した CUDA MEX と展開用のスタンドアロン CUDA コードを設計、実装、および検証する。

注目の例

GPU コード生成: マンデルブロ集合

この例では、GPU Coder™ を使用して簡単な MATLAB® 関数から CUDA® コードを生成する方法を説明します。標準の MATLAB コマンドを使用したマンデルブロ集合の実装は、エントリポイント関数として機能します。この例では、codegen コマンドを使用して、GPU で実行される MEX 関数を生成します。この MEX 関数を実行して実行時エラーをチェックすることができます。

ライブ スクリプトを開く

深層学習ネットワークのコード生成

MobileNet-v2、ResNet、GoogLeNet などのイメージ分類ネットワーク用の CUDA コード生成を開始する。

ライブ スクリプトを開く