最新のリリースでは、このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。

パフォーマンス

コード生成の問題をトラブルシューティングし、コード実行時間を改善して、生成コードのメモリ使用量を削減する

GPU Coder™ で生成されたコードが予想どおりに実行されない最もよくある理由は、以下のとおりです。

このトピックでは、これらの現象の一般的な原因について詳しく説明し、組み込みのスクリーナーを利用してこれらの問題を検出する方法を説明します。また、これらの問題に対処し、より効率的な CUDA コードを生成する方法についての情報も見つけることができます。

アプリ

GPU Coder	MATLAB コードからの GPU コードの生成
Check GPU Install	GPU コード生成環境の検証と設定

`codegen`	MATLAB コードから C/C++ コードを生成する
`gpucoder`	GPU Coder アプリを開く
`coder.gpu.kernel`	`for` ループを GPU カーネルにマッピングするプラグマ
`coder.gpu.kernelfun`	関数を GPU カーネルにマッピングするプラグマ
`coder.gpu.nokernel`	ループのカーネル作成を無効にするプラグマ
`gpucoder.profile`	生成された CUDA コード用の実行プロファイルレポートの作成

`coder.gpuConfig`	GPU Coder を使用した MATLAB コードからの CUDA コード生成用の構成パラメーター
`coder.CodeConfig`	MATLAB コードから C/C++ コードを生成するための構成パラメーター
`coder.EmbeddedCodeConfig`	Embedded Coder で MATLAB コードから C/C++ コードを生成するための構成パラメーター
`coder.gpuEnvConfig`	GPU コード生成環境チェックを実行するために `coder.checkGpuInstall` に渡されるパラメーターが含まれる構成オブジェクトの作成