Main Content

성능

코드 생성 문제 해결, 코드 실행 시간 개선, 생성 코드의 메모리 사용량 줄이기

GPU Coder™에서 생성된 코드가 예상대로 작동하지 않는 가장 일반적인 이유 몇 가지는 다음과 같습니다.

  • CUDA® 커널이 생성되지 않습니다.

  • 호스트에서 장치 메모리로의 전송 또는 장치에서 호스트 메모리로의 전송(cudaMemcpy)이 성능 저하를 일으킵니다.

  • 병렬 처리가 충분하지 못하거나 장치 문제가 있습니다.

다음 항목에서는 이러한 증상의 일반적인 원인을 자세히 설명하고 내장 스크리너 함수를 활용하여 이러한 문제를 감지하는 방법을 설명합니다. 이러한 문제를 해결하고 보다 효율적인 CUDA 코드를 생성하는 방법에 대한 정보를 확인할 수 있습니다.

모두 확장

GPU CoderMATLAB 코드에서 GPU 코드 생성
GPU 환경 검사GPU 코드 생성 환경에 대한 확인과 설정

함수

모두 확장

codegenGenerate C/C++ code from MATLAB code
gpucoderGPU Coder 앱 열기
gpuPerformanceAnalyzerAnalyze and optimize performance of the generated code (R2023a 이후)
gpuprofileProfile execution time for generated CUDA code (R2024a 이후)
coder.gpu.kernelPragma that maps for-loops to GPU kernels
coder.gpu.kernelfun함수를 GPU 커널에 매핑하는 프라그마
coder.gpu.nokernelPragma to disable kernel creation for loops

객체

모두 확장

coder.gpuConfigConfiguration parameters for CUDA code generation from MATLAB code by using GPU Coder
coder.CodeConfigConfiguration parameters for C/C++ code generation from MATLAB code
coder.EmbeddedCodeConfigConfiguration parameters for C/C++ code generation from MATLAB code with Embedded Coder
coder.gpuEnvConfigCreate configuration object containing the parameters passed to coder.checkGpuInstall for performing GPU code generation environment checks

도움말 항목