nvidia显卡加速matlab,利用nvidia cuda加速simulink S-function

本帖最后由 蓝云风翼 于 2010-9-15 21:54 编辑

#define S_FUNCTION_NAME simuCuda /* Defines and Includes */

#define S_FUNCTION_LEVEL 2

#include "simstruc.h"

static void mdlInitializeSizes(SimStruct *S)

{

ssSetNumSFcnParams(S, 0);

if (ssGetNumSFcnParams(S) != ssGetSFcnParamsCount(S)) {

return; /* Parameter mismatch reported by the Simulink engine*/

}

if (!ssSetNumInputPorts(S, 1)) return;

if (!ssSetNumOutputPorts(S,1)) return;

ssSetInputPortDirectFeedThrough(S, 0, 1);

ssSetInputPortRequiredContiguous(S,0,1);

ssSetInputPortMatrixDimensions(S,0,120,160);

ssSetOutputPortMatrixDimensions(S,0,120,160);

ssSetInputPortDataType(S, 0, SS_UINT8);

ssSetOutputPortDataType(S, 0, SS_UINT8);

ssSetNumSampleTimes(S, 1);

ssSetOptions(S, SS_OPTION_EXCEPTION_FREE_CODE);

}

static void mdlInitializeSampleTimes(SimStruct *S)

{

ssSetSampleTime(S, 0, INHERITED_SAMPLE_TIME);

ssSetOffsetTime(S, 0, 0.0);

//one time CUDA initialization

if(!InitCUDA()) {

ssPrintf("cuda initialization failed !!!\n");

}

}

//this function is called once for each input sample

static void mdlOutputs(SimStruct *S, int_T tid)

{

uint8 *x = (uint8*) ssGetInputPortSignal(S,0);

uint8 *y = (uint8*) ssGetOutputPortSignal(S,0);

processNewFrame(x, y);

}

static void mdlTerminate(SimStruct *S)

{}

/* Simulink/Real-Time Workshop Interface */

#ifdef MATLAB_MEX_FILE /* Is this file being compiled as a MEX-file? */

#include "simulink.c" /* MEX-file interface mechanism */

#else

#include "cg_sfun.h" /* Code generation registration function */

#endif

在上面的代码中无论是mdlInitializeSampleTimes或mdlInitializeSizes函数我们采用CUDA执行一个初始化的时间。对于数据样本我们调用CUDA函数的processNewFrame，这将反过来输入和输出GPU的参数

CUDA代码需要和Simulink程序在同一个源文件中。这种结合的源文件(支持CUDA + Simulink的S -函数)名为“simuCuda.cu”可以从MATLAB的内部使用下面的命令行编译，这将创建mex文件：simuCuda.mex32

nvmex -f nvmexopts.bat simuCuda.cu -IF:\cuda\include -I'F:\cuda\cuda sdk\common\inc' -LF:\cuda\lib -L'F:\cuda\cuda sdk\common\lib' -lcudart -lcutil32

注意: 你需要链接CUDA 的“include” 和 “library” , 使用 –L, -I and –l flags.

将相关您使用的 CUDA dlls(e.g. cudart.dll, cutil32.dll etc) 放到simuCuda.mex32 文件目录下

创建一个Simulink模型，并添加一个S -功能块。在块的参数提供的名称simuCuda。您现在可以运行模型，通过使用GPU观察所得的性能。

需要的工具：

nvmex.pl – copy this file to the MATLAB “bin” directory

·nvmex_helper.m

·nvmex.m

·nvmexopts.bat

(for Matlab 2008a and up)

2010-9-15 21:37 上传

点击文件名下载附件

cuda加速simulink

下载积分: 贝壳 -1