matlab共享C++库和OpenCL

Question

我有一个项目，需要大量的图像处理，并希望添加GPU支持来加快速度。

我想知道如果我将我的matlab编译成C++共享库并从OpenCL程序中调用它，这是否意味着matlab代码将在GPU上运行？

Answer 1

我自己的（半受教育的）猜测是你会发现这很难做到。但是，其他人也走上了同样的道路。 This paper可能是开始研究的好地方。并且Google搜索出现了Accelereyes以及Mathworks文件交换中您可能想要跟进的一些项目。

Answer 2

即将发布的R2010b中的Parallel Computing Toolbox（9月1日发布）支持多种功能的GPU处理。不幸的是，它只支持CUDA（版本1.3和更高版本），所以使用ATI显卡时，你运气不好。不过，无论如何，您可能只想购买专用GPU。

Answer 3

夹克的一切都是用c/C++/cuda编写的。 Infact我们现在有一个测试版libjacket（http://www.accelereyes.com/downloadLibjacket），如果您愿意，它可以用来扩展不仅仅是matlab，还有其他语言。

@OSaad 我们的大部分功能都是最快的选择。在C或matlab中。

Answer 4

通常情况下，如果你能以“矢量化”的方式编写你的Matlab代码，那么像AccelerEyes和Jacket这样的软件包就有可能在GPU上运行。你可以通过检查Matlab本身是否能够在CPU上的多个内核上运行来验证这一点（现在，如果事情能够以一种明显的方式进行并行化，那么Matlab将使用多个内核）。

如果这不起作用，那么你需要通过mex下拉到C/C++，然后从那里自己调用OpenCL。 Mex是Matlab如何与C代码进行对话的，因此您可以编写由Matlab调用的C代码（并接收矩阵等），然后初始化并调用OpenCL。这是更多的工作，但可能是你唯一的途径（即使自动化软件包在某种程度上工作，这种方法仍然可以提供更多的加速，因为你可以更聪明地进行内存管理，例如，如果你知道自己在做什么）。