Main Content

MATLAB での GPU 計算

基本の GPU 計算を使用してコードを高速化する

コードを高速化するには、まずプロファイリングとベクトル化を試します。詳細については、パフォーマンスとメモリを参照してください。プロファイリングとベクトル化の後、コンピューターの GPU を使用した計算の高速化も試すことができます。使用するすべての関数が GPU でサポートされる場合は、単純に gpuArray を使用して入力データを GPU に転送し、gather を呼び出して出力データを GPU から取得できます。GPU コンピューティングを始めるには、GPU での MATLAB 関数の実行を参照してください。

深層学習向けに、MATLAB® は複数の GPU の自動並列処理をサポートしています。MATLAB による複数の GPU での深層学習 (Deep Learning Toolbox)を参照してください。

関数

すべて展開する

gpuArrayGPU に格納される配列
gather分散配列、Composite オブジェクト、または gpuArray オブジェクトをローカル ワークスペースに転送する
gpuDeviceGPU デバイスのクエリまたは選択
GPUDeviceManagerManager for GPU Devices
gpuDeviceCount存在する GPU デバイスの数
gpuDeviceTableGPU デバイスのプロパティの table (R2021a 以降)
wait (GPUDevice)GPU の計算が完了するまで待機
gputimeitGPU で関数を実行するために必要な時間
existsOnGPUGPU で gpuArray または CUDAKernel が使用可能かどうかを判別する
isgpuarray入力が gpuArray であるかどうかの判別 (R2020b 以降)
arrayfun関数を GPU 上の配列内の各要素に適用する
pagefun分散配列または GPU 配列の各ページに関数を適用
gpurngGPU での乱数発生の制御
resetGPU デバイスをリセットし、そのメモリを消去する
parallel.gpu.RandStreamGPU 上の乱数ストリーム
parallel.gpu.enableCUDAForwardCompatibilityGPU デバイスの上位互換性のクエリと設定 (R2020b 以降)

トピック

GPU での MATLAB コードの実行

GPU でのパフォーマンスの向上

詳細