GPU&VS2012&CUDA&matlab&Arrayfire杂记(二)——matlab

本文介绍了如何在MATLAB环境中利用CUDA进行GPU并行加速,包括CUDA工具包和SDK的安装、环境变量配置、NVCC编译器和MEX-setup的设置,以及CUDA C/C++关键字高亮显示的调整。文章详细展示了MATLAB中利用GPU加速的三种方法,并通过DOA估计测试比较了CPU、GPU和并行池的性能差异,得出在特定计算任务中,CUDA内核程序优化是提升效率的关键。
摘要由CSDN通过智能技术生成

Matlab&GPU&CUDA并行加速学习心得

1所需软件:

l  NVIDIA GPU一块或多块,允许不同型号的GPU共存(本机配置了华硕GTX960);

l  NVIDIA开发驱动程序(安装板卡的时候会自动提示安装,没有提示安装用附带光盘);

l  CUDA toolkit安装,这里选择的是cuda toolkit7.5安装,网址如下,里面包含了GPU计算软件开发工具包,并行Nsight调试器,默认安装就好了;https://developer.nvidia.com/cuda-toolkit

l  CUDA SDK安装,好像NVIDIA已经不更新了,下载的V2.21版本,主要包含了很实用例子和函数,网址如下:http://www.nvidia.com.tw/object/cuda_get_tw_old.html

l  安装GPU-Z,主要用来查看GPU的运行状态;

l  VS2010\VS2012和Matlab2014a的下载安装这里就不多做介绍了;

2安装步骤

l  装CUDA之前电脑上已经有matlab2014a了,我首先安装了VS2010;

l  更新GPU驱动到最新版本;

l  安装CUDAtoolkit7.5,一路默认下去;

l  安装SDK,也是默认安装;

至此,完成了基本安装,下面就是一些环境变量配置了;

3配置环境变量

3.1基本变量

安装完成Toolkit 和SDK 后,已自动配置好系统环境变量。保险起见,手动

配置环境变量。在系统环境变量中新建如下项:

CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA

Samples\v5.0\common

CUDA_PATH = C:\Program Files\NVIDIA GPUComputing

Toolkit\CUDA\v5.0

CUDA_LIB_PATH = %CUDA_PATH%\lib\Win32

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_LIB_PATH =%CUDA_SDK_PATH%\common\lib\Win32

CUDA_SDK_BIN_PATH =%CUDA_SDK_PATH%\bin\Win32

在系统环境变量 Path 后添加如下内容:

;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUD

A_SDK_BIN_PATH%;

3.2NVCC编译器变量设置(困扰了一段时间)

nvcc –ptx ××.cu配置(用来将.cu文件转换成ptx文件使得matlab可以在GPU的内核上并行执行程序),新建用户变量PATH,路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin;D:\ProgramFiles (x86)\Microsoft Visual Studio 10.0\VC\bin,然后在dos下执行nvcc –ptx××.cu就ok了,生成的.ptx文件会保存在用户名下面,找不到可以在计算机中搜素一下就知道了。

3.3MEX-setup编译器变量设置(困扰了一段时间)

最后是重新装了VS2012搭配matlab2014解决了问题。

4CUDA C/C++关键字及函数高亮显示

4.1.cu文件中C\C++关键字高亮

这个设置是让VisualStudio2010 在编辑.cu 文件时,把.cu 文件里的C/C++语法高亮。设置方法:在Visual Studio 2010 的菜单依次选“ Tools|Options|Text Editor|File Extension(工具|选项|文本编辑器|文件扩展名) ” , 在该窗口中将 “Editor (编辑器) ” 下拉框选择 “Microsoft Visual C++”,在“Extension(扩展名)”文本框中输入cu点击“Add(添加)”按钮,重复工作把cuh 添加为Visual C++类型,添加完成后点击“OK(确定)”按钮,如图 1所示。

1

重启VisualStudio 2010 后,.cu 文件C++关键字就高亮了。然而此时CUDA的关键字还是黑色的,下一步把CUDA 关键自高亮显示。

4.2CUDA关键字高亮设置

为了让CUDA 的关键字,如__device__、dim3 等的文字高亮,需按如下步骤设置:将C:\ProgramFiles\NVIDIACorporation\SDK\doc\syntax_highlighting\visual_studio_8目录下的usertype.dat(这个在下载的SDK文件中)文件复制到D:\ProgramFiles\Microsoft Visua

本书是“精通MATLAB”丛书之一,全书基于MATLAB R2016a平台,从需要、实用的角度出发,介绍了智能计算的方法,并在讲解各实现方法中给出相应的实例,使得本书应用性更强,实用价值更高。本书提供所有程序源代码。“精通MATLAB”相关书目如下:(1)MATLAB 8.X实战指南(2)数字图像处理高级应用——基于MATLABCUDA的实现(第2版)(3)MATLAB通信系统建模与仿真(4)MATLAB R2015a数字图像处理(5)MATLAB R2015b数学建模(6)MATLAB R2015a小波分析(7)MATLAB R2015b神经网络技术(8)MATLAB R2015b*化计算(9)MATLAB R2015b概率与数理统计(10)MATLAB R2015b数值计算方法(11)MATLAB R2016a智能计算25个案例分析 内容提要 本书以MATLAB R2016a为平台,从实用的角度出发,介绍智能计算的方法,并在讲解各实现方法中给出相应的实例,使得本书应用性更强,实用价值更高。全书共分25章,通过对25个案例的分析,介绍MATLAB R2016a在通信系统、电子信息、自动控制系统、小波分析、神经网络、数值积分、微分方程、数据逼近、数据估计与拟合等方面的应用。编写过程中力求系统性、实用性与先进性相结合,理论与实践相交融,使读者通过阅读本书快速掌握MATLAB软件的同时,达到学以致用的效果。本书可作为通信工程、电子信息与自动控制等专业领域的广大科研人员、学者、工程技术人员和高等院校教师以及在读理工科学生的参考用书。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值