Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

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 지원되는 영상 처리 연산을 수행하려면 다음 단계를 따르십시오.

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

  • GPU에서 영상 처리 연산을 수행합니다. GPU를 지원하는 모든 툴박스 함수 목록은 GPU 연산을 지원하는 함수를 참조하십시오.

  • 데이터를 다시 GPU에서 CPU로 옮깁니다. gather (Parallel Computing Toolbox) 함수를 사용하여 GPU에서 배열을 가져오고 이 배열을 정규 MATLAB 배열로 MATLAB 작업 공간으로 전송합니다.

GPU를 지원하는 함수를 최소한 하나 이상의 gpuArray (Parallel Computing Toolbox) 입력 인수를 사용하여 호출하면 함수는 자동으로 GPU에서 실행되고 결과로 gpuArray를 생성합니다. 동일한 함수 호출에서 gpuArray와 MATLAB 배열을 둘 다 사용하여 입력값을 혼합할 수 있습니다. 이 경우 함수는 자동으로 MATLAB 배열을 GPU로 전달하여 실행합니다.

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

(Parallel Computing Toolbox) | (Parallel Computing Toolbox)

관련 예제

세부 정보