MATLAB GPU并行编程

gpuArray
MATLAB中的gpuArray表示存储在GPU上的数据。使用gpuArray函数可以将数据从MATLAB工作空间传送到GPU。例如：
A = data(10);
G = gpuArray(A);
执行以上语句后，G 就是一个MATLAB GPUArray对象了。

gather
当GPU运行完程序后，可以通过gather函数将数据从GPU取回到MATLAB工作空间，存储在内存中，CPU可以调用。
D = gather(G);

其他，gpuArray自带的方法可以直接在GPU中创建数据：

这些方法的具体用法可以使用类似夏敏的命令寻找帮助
help gpuArray/eye

最后，一些处理普通数据的函数也可以用来检测GPU数据的属性

值得注意滴是，GPU的数据是要存到显存里面的，显存可没有内存那么大，虽然MATLAB和cuda为我们做了很多显存管理的工作，但是我还是要保证处理的矩阵不会把显存撑爆。

实例：使用MATLAB进行GPU编程
在GPU上执行能够加快我的应用程序吗?

　　GPU能够对符合以下标准的应用程序进行加速：
　　大规模并行—计算能够被分割成上百个或上千个独立的工作单元。
　　计算密集型—计算消耗的时间显著超过了花费转移数据到