CUDA和MATLAB for循环优化

我将尝试通过使用CUDA优化用MATLAB编写的一些代码。我最近开始编程CUDA，但我对它的工作原理有了一个总体的了解。CUDA和MATLAB for循环优化

所以，说我想添加两个矩阵在一起。在CUDA中，我可以编写一个算法，利用线程计算结果矩阵中每个元素的答案。但是，这种技术可能与MATLAB已经做的很相似吗？在那种情况下，效率是否独立于技术并且仅仅归因于硬件水平？

2010-12-09 dnbwise

将MathWorks的解决方案与第三方工具和手工制作的CUDA进行比较可能会很有趣。 http://developer.nvidia.com/object/matlab_cuda.html – zellus 2010-12-09 22:12:15

该技术可能相似，但请记住CUDA中有数百个线程同时运行。如果MATLAB正在使用线程，并且这些线程正在四核上运行，那么每个时钟周期只能执行4个线程，而在相同的时钟周期内，您可能需要几百个线程才能在CUDA上运行。

所以要回答你的问题，是的，这个例子中的效率与技术无关，仅仅归因于硬件。

2010-12-09 21:53:47

我不会惊讶地发现加速 - 事实上，期望它给予输入大小是值得的开销。但是，我的观点是算法本身（即并行计算每个元素的加法）不会影响加速，而与硬件无关。 – dnbwise 2010-12-09 21:59:41

答案毫不含糊，所有的效率都是硬件水平。我不知道matlab的工作原理，但CUDA的优点是可以同时执行多线程，与matlab不同。

请注意，如果问题很小或者需要很多读写操作，CUDA可能只会是一个额外的麻烦。

2010-12-09 22:20:59 Marm0t

推测，MATLAB使用虚拟机级别的多个线程。 – dnbwise 2010-12-09 22:35:03

CUDA对matlab有官方支持。

[需要链接]

您可以使用MEX文件从MATLAB GPU上运行。

瓶颈是数据从CPU-RAM传输到GPU的速度。所以如果转移最小化并以大块完成，加速很好。

2010-12-11 05:36:22 Prasanna

对于简单的事情，最好在Matlab PCT中使用gpuArray支持。你可以在这里检查它 http://www.mathworks.de/de/help/distcomp/using-gpuarray.html

对于添加gpuArrays，乘法，分钟，最大等等，他们使用的实现往往是好的。我确实发现，为了像abs（y-Hx）这样的小矩阵的批处理操作。^ 2，你最好写一个小内核来为你做。

2012-09-27 13:14:53 Josep

回答