GPU Coder, MATLAB-GPU轉碼器

Introduction

GPU Coder™ MATLAB-GPU轉碼器可從MATLAB®程式碼產生用於深度學習，嵌入式視覺和自駕車系統的最佳化的CUDA®程式碼。 經過轉碼器轉出的程式碼會呼叫最佳化的NVIDIA CUDA函式庫，包括cuDNN，cuSolver和cuBLAS。 它可以作為原始碼，靜態函式庫或動態函式庫整合到您的專案中，並且在NVIDIATesla®和NVIDIATegra®建立原型。 您可以使用MATLAB中產生的CUDA程式碼來加速MATLAB程式碼中需要大量運算的部分。 MATLAB-CUDA轉碼器可讓您將舊有的CUDA程式碼整合到MATLAB演算法和產生的程式碼中。

當使用EmbeddedCoder®(嵌入式程式碼轉碼器)時，MATLAB-CUDA轉碼器可以透過軟體迴圈（SIL）測試來驗證產生的程式碼的數值表現。本工具箱使用需搭配MATLAB 、MATLAB Coder、Parallel Computing

若要從深度學習網路轉碼則須搭配

• Neural Network Toolbox
• Requires host platform C compiler. See list of supported host compilers.
• Requirements for GPU Computing
• CUDA-enabled NVIDIA GPU with compute capability 3.2 or higher
• CUDA toolkit 8.0 and driver (get latest toolkit)
• Requirements for executing deep learning examples
• cuDNN 5.1 and newer (get latest library)
• OpenCV 2.4.9 and newer (get latest library)