Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

前提条件となる製品のインストール

CUDA® C/C++ コードの生成に GPU Coder™ を使用するには、次の製品をインストールしなければなりません。

MathWorks 製品とサポート パッケージ

  • MATLAB® (必須)。

  • MATLAB Coder™ (必須)。

  • Parallel Computing Toolbox™ (必須)。

  • Simulink® (Simulink モデルからのコード生成に必須)。

  • Computer Vision Toolbox™ (推奨)。

  • Deep Learning Toolbox™ (深層学習に必須)。

  • Embedded Coder® (推奨)。

  • Image Processing Toolbox™ (推奨)。

  • SimulinkCoder (Simulink モデルからのコード生成に必須)。

  • GPU Coder Interface for Deep Learning Libraries サポート パッケージ (深層学習に必須)。

  • GPU Coder Support Package for NVIDIA® GPUs (NVIDIA Jetson および DRIVE などの組み込みターゲットへの展開に必須)。

MathWorks® 製品をインストールする手順については、ご使用のプラットフォームの MATLAB インストール ドキュメンテーションを参照してください。MATLAB がインストールされている場合に、ほかにどの MathWorks 製品がインストールされているかをチェックするには、MATLAB コマンド ウィンドウに「ver」と入力します。サポート パッケージをインストールするには、MATLAB のアドオン エクスプローラーを使用します。

MATLAB が 7 ビット ASCII 以外の文字 (日本語など) を含むパスにインストールされている場合、コード生成ライブラリ関数の場所を特定できないため GPU Coder は機能しません。

サードパーティ ハードウェア

  • Compute Capability 3.2 以上の CUDA 対応 NVIDIA GPU および互換グラフィックス ドライバー。詳細については、CUDA GPU (NVIDIA) を参照してください。

    8 ビット整数精度の深層学習アプリケーションには、Compute Capability 6.1、6.3、またはそれ以上の CUDA GPU が必要です。半精度 (16 ビット整数) には、Compute Capability 7.0 以上の CUDA GPU が必要です。

  • ARM® Mali グラフィックス プロセッサ。

    Mali デバイスでは、GPU Coder は深層学習ネットワークのみを対象とした C++ コード生成をサポートします。

サードパーティ ソフトウェア

必須

C/C++ コンパイラ:

Linux®

Windows®

GCC C/C++ コンパイラ 6.3.x

Microsoft® Visual Studio® 2013

Microsoft Visual Studio 2015

Microsoft Visual Studio 2017

Microsoft Visual Studio 2019

オプション

スタンドアロン コード (スタティック ライブラリ、ダイナミック リンク ライブラリ、または実行可能プログラム) 生成には追加のソフトウェア要件があります。CUDA MEX の場合、コード ジェネレーターは MATLAB と共にインストールされる NVIDIA コンパイラとライブラリを使用します。

ソフトウェア名情報

CUDA ツールキット

GPU Coder は CUDA ツールキット v9.x-v10.2 でテストされています。

CUDA ツールキットをダウンロードするには、CUDA Toolkit Archive (NVIDIA) を参照してください。

nvcc コンパイラ、cuFFTcuBLAScuSOLVER、Thrust ライブラリおよびその他のツールが含まれる既定のインストール オプションを選択することをお勧めします。

NVIDIA nvcc コンパイラは、ホスト コンパイラとランタイム ライブラリを含むホスト開発環境との緊密な統合に依存します。コンパイラ、ライブラリ、およびその他のプラットフォーム固有の要件の詳細については、CUDA ツールキットのドキュメンテーションを参照してください。CUDA ツールキットのドキュメンテーション (NVIDIA) を参照してください。

nvcc コンパイラは複数バージョンの GCC をサポートするため、他のバージョンの GCC を使用して CUDA コードを生成できます。ただし、MATLAB インストールに含まれている C/C++ ランタイム ライブラリは GCC 6.3 用にコンパイルされているため、生成コードを MATLAB から実行すると互換性の問題が発生する可能性があります。

NVIDIA CUDA Deep Neural Network library (cuDNN) for NVIDIA GPUs

cuDNN は深層ニューラル ネットワークに対するプリミティブの GPU で高速化されたライブラリです。詳細については、cuDNN (NVIDIA) を参照してください。

GPU Coder は cuDNN v7.5.x でテストされています。

NVIDIA TensorRT™

TensorRT は、高性能な NVIDIA GPU 用推論オプティマイザーおよびランタイム ライブラリです。詳細については、TensorRT (NVIDIA) を参照してください。

GPU Coder は TensorRT v7.0.x でテストされています。

ARM Compute Library

ARM Compute Library、は、Mali GPU 用に最適化されたコンピューター ビジョンおよび機械学習ライブラリです。詳細については、Compute Library (ARM) を参照してください。

GPU Coder は v19.05 でテストされています。

このライブラリは ARM ターゲット ハードウェアにインストールしなければなりません。ARM ハードウェアではコンパイラとの互換性がない可能性があるため、プリビルド ライブラリは使用しないでください。代わりに、ソース コードからライブラリをビルドします。ホスト マシン上またはターゲット ハードウェア上で直接ライブラリをビルドします。GitHub® でのライブラリのビルド手順を参照してください。CPU のライブラリのビルドに関する情報は、この投稿 (MATLAB Answers) でも検索できます。

Compute Library のビルド時に、ビルド オプションで OpenCL のサポートを有効にします。手順については、ARM Compute Library のドキュメンテーションを参照してください。ARM ターゲット ハードウェア上の OpenCL ライブラリ (v1.2 以上)。バージョン要件については、ARM Compute Library のドキュメンテーションを参照してください。ビルドの完了後、ライブラリが含まれる build フォルダーの名前を lib に変更します。また、build/opencl-1.2-stubs フォルダーにある OpenCL ライブラリを lib フォルダーにコピーします。ターゲット ハードウェアで生成コードをビルドする際に、生成された makefile でライブラリを特定できるようにするには、これらの手順が必要です。

Open Source Computer Vision Library (OpenCV)

深層学習の例に必須。詳細については、OpenCV を参照してください。

ホスト開発用コンピューターの NVIDIA GPU をターゲットにする例については、OpenCV v3.1.0 を使用します。ARM GPU をターゲットにする例では、ARM ターゲット ハードウェアで OpenCV v2.4.9 を使用します。

例には、opencv_core.libopencv_video.lib など、個別のライブラリが必要です。OpenCV ソースをダウンロードしてライブラリをビルドしなければなりません。詳細については、OpenCV ドキュメンテーションを参照してください。

ヒント

  • Windows では、ツール、コンパイラ、ライブラリへのパスにスペースまたは特殊文字が含まれていると、ビルド プロセス中に問題が生じる可能性があります。スペースが含まれない場所にサードパーティー製のソフトウェアをインストールするか、Windows 設定を変更して、ファイル、フォルダー、およびパスの省略名の作成を有効にしなければなりません。詳細については、MATLAB AnswersUsing Windows short names の解決法を参照してください。

  • 生成コードの実行プロファルの解析 ワークフローは NVIDIA からの nvprof ツールによって異なります。CUDA ツールキット v10.1 以降では、NVIDIA はパフォーマンス カウンターへのアクセスを管理者ユーザーのみに制限します。GPU パフォーマンス カウンターをすべてのユーザーが使用できるようにするには、https://developer.nvidia.com/nvidia-development-tools-solutions-ERR_NVGPUCTRPERM-permission-issue-performance-countersに記載されている手順を参照してください。

  • GPU Coder では、CUDA ツールキット version 8 を使用した CUDA コードの生成はサポートされません。

  • これらの深層学習ライブラリの他のバージョンでは、このリリースをサポートする GPU Coder のすべての機能との互換性に問題がある可能性があります。

  • ターゲット プラットフォームで、ボードに対応する JetPack または DriveInstall ソフトウェアを使用して、すべてのライブラリをインストールします。詳細は、Install and Setup Prerequisites for NVIDIA Boards (MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms) を参照してください。

参考

アプリ

関数

オブジェクト

関連するトピック