이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

GPU를 사용한 영상 처리

Image Processing Toolbox™의 일부 함수는 GPU에서 영상 처리 연산이 가능하기 때문에 최신 GPU(그래픽스 처리 장치)에서 제공하는 성능상의 이점을 활용할 수 있습니다. 이러한 함수는 복잡한 영상 처리 워크플로를 위한 GPU 가속 기능을 제공할 수 있습니다. 이러한 기법은 단독으로 구현하거나 여러 개를 결합하여 구현하여 설계 요구 사항과 성능 목표를 충족할 수 있습니다.

GPU(그래픽스 처리 장치)에서 영상 처리 코드를 실행하려면 Parallel Computing Toolbox™가 필요합니다. GPU에서 영상 처리 연산을 수행하려면 다음 단계를 따르십시오.

  • 데이터를 CPU에서 GPU로 옮깁니다. gpuArray 함수를 사용하여 MATLAB®에서 GPU로 배열을 전송합니다. 자세한 내용은 기존 데이터에서 GPU 배열 만들기 (Parallel Computing Toolbox) 항목을 참조하십시오.

  • GPU에서 영상 처리 연산을 수행합니다. gpuArray 객체를 입력값으로 받는 툴박스 함수는 모두 GPU에서 작동 가능합니다. 예를 들어, gpuArrayimfilter 함수로 전달하여 필터링 연산을 GPU에서 수행할 수 있습니다. GPU를 지원하는 모든 툴박스 함수 목록은 List of Supported Functions with Limitations and Other Notes 함수를 참조하십시오.

  • 데이터를 다시 GPU에서 CPU로 옮깁니다. gather 함수를 사용하여 GPU에서 배열을 가져오고 이 배열을 정규 MATLAB 배열로 MATLAB 작업 공간으로 전송합니다.

GPU로 작업할 때는 다음 사항에 주의하십시오.

  • 성능 개선 정도는 GPU 장치에 따라 달라질 수 있습니다.

  • GPU에서 반환하는 결과와 CPU에서 반환하는 결과 사이에 약간의 차이가 있을 수 있습니다.

사용자 지정 CUDA 커널을 MATLAB으로 직접 통합하여 복잡한 알고리즘을 가속하는 방법을 알아보려면 GPU에서 CUDA 또는 PTX 코드 실행하기 (Parallel Computing Toolbox) 항목을 참조하십시오.

참고 항목

|

관련 예제

세부 정보