Question

我做了两个涉及Matlab，神经网络和两个非常不同的PC的实验。第二个（更好的），有两个CUDA GPU卡，所以我预计它的速度会更高，但与第一台PC完成相同任务的时间相差8倍。我想知道我在哪里犯了错误。我想知道如何利用这2块CUDA GPU卡，因为如果我不能，那么我就浪费了我投入电脑的钱。如何修改第二个代码更快？我使用的Matlab版本是：R2013a。下面有两个代码可以像这样运行，因为它们使用Matlab内置数据集：house_dataset。

非常感谢你的帮助！

计算机1：

规格：
笔记本电脑。英特尔（R）酷睿（TM）i5-2430M CPU @ 2.40GHZ（4核）。内存：4GB
操作系统：Window 7

脚本：test_script_NO_gpu_cuda

clear all;
countTests = 200;
performances = zeros(1, countTests);
[x, t] = house_dataset;

tStart = tic;
for i = 1 : countTests,
    net = fitnet(10);
    net.trainFcn = 'trainscg';
    net.trainParam.showWindow = false;
    net = train(net, x, t, 'useParallel', 'yes', 'useGPU', 'only');
    y = net(x);
    per = perform(net, t, y);
    performances(i) = per;
end
elapsedTime = toc(tStart);

display(sprintf('Average performance: %.1f', mean(performances)));
display(sprintf('Elapsed time: %.1f seconds', elapsedTime));

＆GT;＆GT;的 test_script_NO_gpu_cuda
平均表现：17.4
经过时间：47.8秒

计算机2：

规格：
桌上型电脑。两个相同类型的GPU：NVIDIA Tesla™M2050（每个448 cuda核心）。 RAM：22 GB 操作系统：Ubuntu 12.04 LTS

脚本：test_script_YES_gpu_cuda

clear all;
matlabpool open
countTests = 200;
performances = zeros(1, countTests);
[x, t] = house_dataset;

tStart = tic;
for i = 1 : countTests,
    net = fitnet(10);
    net.trainFcn = 'trainscg';
    net.trainParam.showWindow = false;
    net = train(net, x, t, 'useParallel', 'yes', 'useGPU', 'only');
    y = net(x);
    per = perform(net, t, y);
    performances(i) = per;
end
elapsedTime = toc(tStart);
matlabpool close

display(sprintf('Average performance: %.1f', mean(performances)));
display(sprintf('Elapsed time: %.1f seconds', elapsedTime));

＆GT;＆GT;的 test_script_YES_gpu_cuda
使用“本地”配置文件启动matlabpool ...连接到8个工作人员向所有工人发出停止信号......停止了平均表现：18.7
经过时间：373.9秒

Matlab +神经网络+ 2个CUDA GPU卡PC实验表现不如我所料

0 个答案: