Question

在MATLAB中使用gpu加速Liu的NMF速度是一个大问题。这是代码的一部分：

XU = X'*U;  % mnk or pk (p<<mn)
UU = U'*U;  % mk^2
VUU = V*UU; % nk^2
V = V.*(XU./max(VUU,1e-10));
XV = X*V;   % mnk or pk (p<<mn)
VV = V'*V;  % nk^2
UVV = U*VV; % mk^2   
U = U.*(XV./max(UVV,1e-10)); % 3mk
......
newobj = CalculateObj(X, U, V);

原始变量X，U和V是正态矩阵，使用CPU进行计算。然后我使用gpuArray将X转换为gpuArray，这导致所有计算都使用gpu。一切顺利，直到最后一行，它计算了NMF的对象函数。 CalculateObj的代码为：

function [obj, dV] = CalculateObj(X, U, V, deltaVU, dVordU)
    if ~exist('deltaVU','var')
        deltaVU = 0;
    end
    if ~exist('dVordU','var')
        dVordU = 1;
    end
    dV = [];
    maxM = 62500000;
    [mFea, nSmp] = size(X);
    mn = numel(X);
    nBlock = floor(mn*3/maxM);
    if mn < maxM
        dX = U*V'-X;
        obj_NMF = sum(sum(dX.^2));
        if deltaVU
            if dVordU
                dV = dX'*U;
            else
                dV = dX*V;
            end
        end
    else
        obj_NMF = 0;
        if deltaVU
            if dVordU
                dV = zeros(size(V));
            else
                dV = zeros(size(U));
            end
        end
        for i = 1:ceil(nSmp/nBlock)
            if i == ceil(nSmp/nBlock)
                smpIdx = (i-1)*nBlock+1:nSmp;
            else
                smpIdx = (i-1)*nBlock+1:i*nBlock;
            end
            dX = U*V(smpIdx,:)'-X(:,smpIdx);
            obj_NMF = obj_NMF + sum(sum(dX.^2));
            if deltaVU
                if dVordU
                    dV(smpIdx,:) = dX'*U;
                else
                    dV = dU+dX*V(smpIdx,:);
                end
            end
        end
        if deltaVU
            if dVordU
                dV = dV ;
            end
        end
    end
   %obj_Lap = alpha*sum(sum((L*V).*V));

    obj = obj_NMF;

我发现执行第40行需要很长时间，这是obj_NMF = obj_NMF + sum（sum（dX。^ 2））。因为dX的类是gpuArray，但是obj_NMF是普通变量，所以似乎系统需要在加法之前等待gpu执行完成，这将花费很长时间。而且，即使将obj_NMF设置为gpuArray对象，它仍然需要等待gpu完成。我想知道：

为什么系统需要使gpu完整？
为什么执行一行后gpu无法完成？
有什么解决方案可以加速这一过程吗？

为什么系统需要等待gpudevice完成？

0 个答案: