如何使用CUDA在GPU上运行MATLAB代码？

Question

我想用NVIDIA的CUDA在GPU上运行MATLAB代码。我发现一对夫妇第三方引擎：

• Jacket
• GPUMat

有人会推荐这些或有更好的在那里？任何提示或建议？

Answer 1

您可能想要查看的另一个信息来源是NVIDIA的此白皮书：Accelerating MATLAB with CUDA Using MEX Files。

Answer 2

与MATLAB R2010b一起发布的并行计算工具箱现在支持GPU，包括各种数学运算的重载以及与预先存在的CUDA内核的接口。

文件位置：http://www.mathworks.com/discovery/matlab-gpu.html

Answer 3

对于夹克VS Matlab的与CUDA检查比较了这一点 http://www.accelereyes.com/products/compare

还可以使用夹套SDK来开发自己的mexfiles以更简单，更有效的方式（内存管理明智）

Answer 4

总的来说，我会建议Accelereyes外套;这是你原来的帖子中的一个发现。

尽管它不是免费软件，但它们确实给予了非常可观的教育折扣。

话虽如此，性能明智，任何 GPU编译器/语言/ sdk将加快矩阵/矢量/代数/ FFT/etc代码一个数量级或更多的传统CPU编码。即使是超线程，我的个人电脑上的8路CPU代码在相对便宜的nvidia quadro 4000卡上以GPU加速运行速度提高了48倍。 （除非学校或其他人提供它，你不需要在特斯拉上降低2100美元！）

尽管我很精通c，C++，任何种类的SQL，编程十多年，我发现夹克更容易快速高效地完成，并最终让我真正的研究工作得以加速。我研究了GPUMat和Matlab PCT GPU，并发现夹克是matlab和GPU外部世界中功率和易于集成的奇怪组合。夹克的支持也是一流的。我通常会在1个工作日内得到非常称职的答复，并且在2天内解决问题是典型的。

对我而言，这是一个巨大的优势。我担心GPUmat的支持非常有限，而matlab，虽然看起来可以与夹克相提并论，但他们的支持并不是免费的。总而言之，如果您需要获得现有的代码（假设它是GPU并行化的可行候选），并且在大约2周内运行速度提高10-48倍，并提供出色的支持，那么请穿上夹克！ （YMMV）