GPU CUDA および MEX プログラミング
GPU で MATLAB® 関数を実行してもコードを十分に高速化できない場合や、GPU CUDA の高度な機能を使用する場合は、独自の CUDA コードを記述し、mexcuda を使用して実行可能な MEX ファイルを生成するか、parallel.gpu.CUDAKernel を使用して実行可能なカーネルを生成することにより、MATLAB でコードを実行できます。
一般的には、CUDAKernel オブジェクトを使用するよりも、MEX ファイルを使用するほうが柔軟性が高くなります。詳細については、CUDA コードを含む MEX 関数の実行を参照してください。
関数
トピック
- CUDA コードを含む MEX 関数の実行
GPU で MATLAB 関数を実行してもコードを十分に高速化できない場合や、GPU CUDA の高度な機能を使用する必要がある場合は、独自の CUDA コードを記述し、
mexcudaを使用して実行可能な MEX ファイルを生成することにより MATLAB で実行できます。 - GPU での CUDA または PTX コードの実行
GPU で MATLAB 関数を実行してもコードを十分に高速化できない場合や、GPU CUDA の高度な機能を使用する必要がある場合は、独自の CUDA コードを記述し、
parallel.gpu.CUDAKernelを使用して実行可能なカーネルにより MATLAB で実行できます。
注目の例
MEX を使用した高度な CUDA 機能へのアクセス
この例では、MEX ファイルを使用して GPU の高度な機能にアクセスする方法を示します。GPU でのステンシル演算の例を基にして説明します。この前出の例では Conway の "ライフ ゲーム" を使用して、GPU で実行される MATLAB® コードでステンシル演算を実行する方法を示しました。ここでの例では、GPU の高度な機能を使用してステンシル演算のパフォーマンスをさらに高める方法を示します。その機能とは、共有メモリです。これを実行するには、独自の CUDA® コードを MEX ファイルに作成し、その MEX ファイルを MATLAB から呼び出します。MEX ファイルにおける GPU の使用の紹介は、CUDA コードを含む MEX 関数の実行に記載されています。
GPU コンピューティングへの 3 つのアプローチの説明: マンデルブロ集合
この例では、GPU を使用してマンデルブロ集合を計算するように MATLAB® コードを適合させる方法を示します。
