Matlab加速计算（二）

MATLAB和CUDA配置(参考《GPU和MATLAB混合编程》)

目录

1、配置Matlab进行c-Mex编程

2、MATLAB中的CUDA配置

---

1、配置Matlab进行c-Mex编程

        （1）查看电脑中安装的编辑器的位置

         点击选择任意一个编辑器即可。

        （2）在菜单中选择File-》New-》Script创建新的脚本。然后将新的脚本保存为test.cpp。

        （3）在编译窗口中输入的代码如下：

#include"mex.h"
void mexFunction(int nlhs,mxArray *plhs[],int nrhs,const mxArray* prhs[])
{
    mexPrintf("Hello,mex!\n");
}

注意：需要在安装的matlab软件的bin文件下创建。

         （4）在命令窗口运行以下指令：

mex test.cpp

成功后会生成如下文件：

         （5）在命令窗口输入相应指令，即会出现相应的回应

 2、MATLAB中的CUDA配置

        （1）安装合适的CUDA.

        在命令窗口输入下列指令：

system('nvcc')

得到的错误信息如下：

 说明出现错误的原因是没有指定要编译的输入文件。

        （2）实例：使用CUDA实现简单的向量加法

        <1>在工作目录中创建AddVectors.h,输入以下代码并保存：

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

         <2>创建AddVectors.cu文件

#include"AddVectors.h"
#include"mex.h"
__global__ void addVectorsMask(float* A,float* B,float* C,int size)
{
    int i=blockIdx.x;
    if(i>=size)
    {
        return ;
    }
    C[i]=A[i]+B[i];
}
void addVectors(float* A,float* B,float* C,int size)
{
    float *devPtrA=0,*devPtrB=0,*devPtrC=0;
    cudaMalloc(&devPtrA,sizeof(float)*size);
    cudaMalloc(&devPtrB,sizeof(float)*size);
    cudaMalloc(&devPtrC,sizeof(float)*size);
    
    cudaMemcpy(devPtrA,A,sizeof(float)*size,cudaMemcpyHostToDevice);
    cudaMemcpy(devPtrB,B,sizeof(float)*size,cudaMemcpyHostToDevice);
    addVectorsMask<<<size,1>>>(devPtrA,devPtrB,devPtrC,size);
    cudaMemcpy(C,devPtrC,sizeof(float)*size,cudaMemcpyDeviceToHost);
    cudaFree(devPtrA);
    cudaFree(devPtrB);
    cudaFree(devPtrC);
}

         <3>使用-c选项编译简单的CUDA代码，生成目标文件。

该文件稍后将用于链接mex代码。

在命令窗口中输入以下指令：

 system('nvcc -c AddVectors.cu')

显示如下 ，即表示成功

 文件夹下生成如下文件：

 注意：报错

解决方法：

system('nvcc -c AddVectors.cu -ccbin "D:\vs2017\VS\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64"')

 后面路径为cl.exe所在的路径（一般安装的编辑器下的bin文件中）。

        <4>创建mex函数，AddVectorsCuda.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("Invaid 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("input vector data type must be one dimentional");
    }
    float* A=(float*)mxGetData(prhs[0]);
    float* B=(float*)mxGetData(prhs[1]);
    plhs[0]=mxCreateNumericMatrix(numRowsA,numColsB,mxSINGLE_CLASS,mxREAL);
    float* C=(float*)mxGetData(plhs[0]);
    addVectors(A,B,C,maxSize);
}

        <5>编译mex

mex AddVectorsCuda.cpp AddVectors.obj -lcudart -L"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64"

成功后多一个文件：

 

注意：路径为CUDA的安装路径

        <6>在Matlab中运行新的mex函数。

在命令窗口中，运行·：