matlab共享c ++库和OpenCL

Question

我有一个需要大量图像处理的项目，并希望添加GPU支持以加快速度。

我想知道我是否将我的matlab编译成c ++共享库并在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（半受过教育的）猜测是你会发现这很难做到。但是，其他人已经走过了同样的道路。 This paper可能是开展研究的好地方。谷歌搜索出现了Accelereyes以及几个对Mathworks File Exchange中您可能想要跟进的项目的引用。

Answer 2

夹克中的所有东西都是用c / c ++ / cuda编写的。 事实上，我们现在有一个测试版libjacket（http://www.accelereyes.com/downloadLibjacket），如果你愿意，它可以用来扩展matlab而不是其他语言。

@OSaad 我们的大部分功能都是最快的选择。无论是C还是matlab。

Answer 3

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

Answer 4

通常情况下，如果您可以以“矢量化”的方式编写Matlab代码，那么像AccelerEyes和Jacket这样的软件包就有可能在GPU上运行。您可以通过检查Matlab本身是否能够在CPU上的多个核心上运行来预先验证这一点（如果事情可以以明显的方式并行化，Matlab将使用多个核心。）

如果这不起作用，那么你需要通过mex下载到C / C ++，然后从那里自己调用OpenCL。 Mex是Matlab与C代码对话的方式，因此您编写由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（并且，即使自动化程序包在某种程度上起作用，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，如果你知道你在做什么）。