GPU Coder 시작하기
NVIDIA GPU용 CUDA 코드 생성
GPU Coder™는 MATLAB® 코드 및 Simulink® 모델에서 최적화된 CUDA® 코드를 생성합니다. 생성 코드에는 딥러닝, 임베디드 비전, 레이다 및 신호 처리 알고리즘의 병렬화 가능 부분을 위한 CUDA 커널이 포함되어 있습니다. 고성능을 위해 생성 코드는 NVIDIA® TensorRT™를 호출할 수 있습니다. 사용자는 생성된 CUDA를 소스 코드 또는 정적/동적 라이브러리로 프로젝트에 통합하고 NVIDIA Jetson™ 및 NVIDIA DRIVE® 플랫폼에 내장된 GPU를 포함한 최신 NVIDIA GPU에 맞게 컴파일할 수 있습니다. 또한, 사용자는 Jetson 및 DRIVE 플랫폼에서 주변기기에 액세스하고 수동으로 작성한 CUDA를 생성 코드에 통합할 수 있습니다.
GPU Coder를 사용하면 생성된 CUDA를 프로파일링하여 병목 현상을 식별하고 성능 최적화 기회를 파악(Embedded Coder® 사용 시)할 수 있습니다. 양방향 링크를 사용하면 MATLAB 코드와 생성된 CUDA 간을 추적할 수 있습니다. SIL(Software-in-the-Loop) 및 PIL(Processor-in-the-Loop) 테스트를 통해 생성 코드의 수치적 동작을 확인할 수 있습니다.
튜토리얼
- Generate Code by Using the GPU Coder App
Generate CUDA code from MATLAB code by using the GPU Coder app. - Generate Code Using the Command Line Interface
Generate CUDA code from MATLAB code by using thecodegen
command. - Verify Correctness of the Generated Code
Behavioral verification of generated code, traceability, and code generation reports. - Code Generation for Deep Learning Networks by Using cuDNN
Generate code for pretrained convolutional neural networks by using the cuDNN library. - Code Generation for Deep Learning Networks by Using TensorRT
Generate code for pretrained convolutional neural networks by using the TensorRT library. - Debug CUDA MEX Functions
Suggestions for debugging CUDA MEX function. - GPU Coder를 사용하여 시뮬레이션 속도 가속화하기
MATLAB Function 블록이 포함된 모델을 더 빠르게 시뮬레이션합니다. - Code Generation from Simulink Models with GPU Coder
Generate CUDA code from Simulink models by using GPU Coder. - GPU Code Generation for Blocks from the Deep Neural Networks Library
Simulate and generate code for deep learning models in Simulink using library blocks.
MATLAB
Simulink
MATLAB 알고리즘을 사용한 코드 생성
- GPU 프로그램 패러다임
GPU 가속 연산 소개.
- GPU 코드 생성 워크플로
가속을 위해 생성된 CUDA MEX를 설계, 구현 및 검증하고 배포를 위해 독립 실행형 CUDA 코드를 설계, 구현 및 검증합니다.