如何使用CUDA在GPU上运行MATLAB代码？

Question

我想使用NVIDIA的CUDA在GPU上运行MATLAB代码。我找到了几个第三方引擎：

• Jacket
• GPUMat

有人会推荐这些或那里有更好的吗？有任何提示或建议吗？

Answer 1

随着MATLAB R2010b发布的并行计算工具箱现在具有GPU支持，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。

Doc在这里：http://www.mathworks.com/discovery/matlab-gpu.html

Answer 2

您可能希望查看的其他信息来源是NVIDIA的这份PDF白皮书：Accelerating MATLAB with CUDA Using MEX Files。

Answer 3

对于Jacket vs Matlab与CUDA的比较，请查看此信息 http://www.accelereyes.com/products/compare

此外，您可以使用Jacket SDK以更简单，更有效的方式开发自己的mex文件（明智的内存管理）

Answer 4

总的来说，我会推荐Accelereyes Jacket;这是你在原帖中的一个发现。

虽然它不是免费软件，但它们确实提供了非常大的教育折扣。

话虽如此，性能方面，任何 GPU编译器/语言/ sdk将加速矩阵/向量/代数/ FFT /等代码与传统CPU的数量级或更高编码。在相对便宜的nvidia quadro 4000显卡上，即使是超线程，8路CPU代码在我的个人计算机上运行速度提高了48倍。 （除非学校或其他人提供，否则你不需要在特斯拉上掉2100美元！）

话虽如此，虽然我精通c，c ++，任何类型的SQL等......我已经编程了十多年，我发现夹克更容易快速有效，最适合我的真实研究工作达到速度。我查看了GPUMat和Matlab PCT GPU，发现夹克是matlab和GPU的外国世界中功能和易于集成的奇怪组合。 Jacket的支持也是一流的。我通常会在1个工作日内得到一个非常称职的回复，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虽然对夹克的支持看似相当，但他们的支持并不是免费的。

总之，如果你需要获得现有的代码（假设它是GPU并行化的可行候选者），在大约2周的时间内以超过2周的速度运行，并提供出色的支持！ （YMMV）