Matlab中C-mex与CUDA环境的配置

最新推荐文章于 2024-05-24 11:35:17 发布

Cookie_SZU

最新推荐文章于 2024-05-24 11:35:17 发布

阅读量4.3k

点赞数

分类专栏： Matlab Parallel Programming with CUDA 文章标签： Matlab mex c-mex cud

本文链接：https://blog.csdn.net/juao067/article/details/47149611

版权

Matlab Parallel Programming with CUDA 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Step 1：安装Visual Studio 2012（或以上版本）

Step 2：安装CUDA 7.0

安装完毕后，可以看到系统中多了CUDA_PATH和CUDA_PATH_V6_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.0

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

然后，在系统变量PATH的末尾添加：

;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

注意：CUDA一定要在VS之后安装

Step 3：安装Matlab R2014（或其他版本）

Step 4： c-mex配置，在Matlab的命令行窗口中输入如下命令

可以看到，Matlab已经自动选择了VC 2012的C编译器进行C语言的编译。

Step 5：测试c-mex是否可用

1. 在当前文件夹下建立一个新的文件夹（也可以在任意位置下建立），如”HelloMex”。然后双击进入该文件夹

2. 新建一个Matlab脚本，然后保存为.cpp文件

注意：文件的保存类型要选择为“所有文件（*.*）

3. 在hellomex.cpp中键入以下代码，然后保存

#include "mex.h"

void mexFunction(int nlhs, mxArray *plhs[],int nrhs,const mxArray *prhs[])

{

mexPrintf("Hello, mex!\n");

}

4. 在Matlab命令行窗口中键入以下命令，编译文件hellomex.cpp

由上图可知，MEX文件编译成了。我们还可以看到在当前文件夹下，生成了目标文件”hellomex.mexw64"

5. 在Matlab中调用。在Matlab中，我们使用文件名调用Mex目标文件，如下：

到此，在Matlab中调用c-mex的一个简单的例子已经测试完毕。

Step 6：测试CUDA是否可用

1. 在Matlab命令行窗口输入以下命令

出现以上提示说明CUDA环境是配置好了的，即系统中安装了nvcc编译器。

如果系统提示没有nvcc编译器，说明你没有安装CUDA。

2. 新建一个脚本，输入以下代码并保存为“AddVectors.h”

#ifndef __ADDVECTORS_H__
#define __ADDVECTORS_H__

extern void addVectors(float* A, float* B, float* C, int size);
#endif

3. 新建一个脚本，输入以下代码，并保存为“AddVectors.cu"(.cu代表CUDA代码)

#include "addVectors.h"
#include "mex.h"

//cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);

__global__ void addVectorsMask(float* a, float* b, float* c, int size)
{
int i = threadIdx.x;
if( i >= size ) return;
c[i] = a[i] + b[i];
}

// Helper function for using CUDA to add vectors in parallel.
void addVectors(float* a, float* b, float* c, int size)
{
float *dev_a = 0;
float *dev_b = 0;
float *dev_c = 0;
cudaError_t cudaStatus;

// Choose which GPU to run on, change this on a multi-GPU system.
cudaStatus = cudaSetDevice(0);
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaSetDevice failed! Do you have a CUDA-capable GPU installed?");
goto Error;
}

// Allocate GPU buffers for three vectors (two input, one output) .
cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(float));
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMalloc failed!");
goto Error;
}

cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(float));
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMalloc failed!");
goto Error;
}

cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(float));
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMalloc failed!");
goto Error;
}

// Copy input vectors from host memory to GPU buffers.
cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(float), cudaMemcpyHostToDevice);
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMemcpy failed!");
goto Error;
}

cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(float), cudaMemcpyHostToDevice);
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMemcpy failed!");
goto Error;
}

// Launch a kernel on the GPU with one thread for each element.
addVectorsMask<<<1, size>>>(dev_c, dev_a, dev_b,size);

// Check for any errors launching the kernel
cudaStatus = cudaGetLastError();
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
goto Error;
}

// cudaDeviceSynchronize waits for the kernel to finish, and returns
// any errors encountered during the launch.
cudaStatus = cudaDeviceSynchronize();
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
goto Error;
}

// Copy output vector from GPU buffer to host memory.
cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(float), cudaMemcpyDeviceToHost);
if (cudaStatus != cudaSuccess) {
fprintf(stderr, "cudaMemcpy failed!");
goto Error;
}

Error:
cudaFree(dev_c);
cudaFree(dev_a);
cudaFree(dev_b);
}

4. 新建一个脚本文件，输入以下代码，保存为”AddVectors.cpp“

#include "mex.h"
#include "addVectors.h"

void mexFunction(int nlhs, mxArray *plhs[], int nrhs, mxArray *prhs[])
{
if (nrhs != 2)
mexErrMsgTxt("Invaid number of input arguments");
if (nlhs != 1)
mexErrMsgTxt("Invalid number of outputs");
if (!mxIsSingle(prhs[0]) && !mxIsSingle(prhs[1]))
mexErrMsgTxt("input vector data type must be single");

int numRowsA = (int)mxGetM(prhs[0]);
int numColsA = (int)mxGetN(prhs[0]);
int numRowsB = (int)mxGetM(prhs[1]);
int numColsB = (int)mxGetN(prhs[1]);

if (numRowsA != numRowsB || numColsA != numColsB)
mexErrMsgTxt("Invalid size. The sizes of two vectors must be same");

int minSize = (numRowsA < numColsA) ? numRowsA : numColsA;
int maxSize = (numRowsA > numColsA) ? numRowsA : numColsA;

if (minSize != 1)
mexErrMsgTxt("Invalid size. The vector must be one dimentional");

float* A = (float*)mxGetData(prhs[0]);
float* B = (float*)mxGetData(prhs[1]);

//create the output vector
plhs[0] = mxCreateNumericMatrix(numRowsA, numColsB, mxSINGLE_CLASS, mxREAL);

float* C = (float*)mxGetData(plhs[0]);

addVectors(A, B, C, maxSize);
}