为什么Matlab中的gpuArray重塑和重塑速度如此之慢？
在Matlab中，gpuArray是用于在GPU上进行并行计算的数据类型。重塑（reshape）是指改变数组的形状，而重塑速度慢的原因主要有以下几点：
- 数据迁移：在GPU上进行计算需要将数据从主机内存传输到GPU内存，而重塑操作涉及到重新组织数据的布局，可能需要进行数据的拷贝和重新分配内存空间，这会导致额外的数据迁移开销，从而影响重塑的速度。
- 内存分配：重塑操作可能需要重新分配内存空间来存储新的形状的数组，而内存分配是一个相对较慢的操作，尤其是在GPU上进行内存分配时更为昂贵。
- 并行计算限制：GPU上的并行计算是通过将任务划分为多个线程来实现的，而重塑操作可能会导致线程之间的数据依赖关系发生变化，从而影响并行计算的效率。
为了提高Matlab中gpuArray的重塑速度，可以考虑以下几点：
- 避免频繁的重塑操作：如果可能的话，尽量避免在循环或频繁执行的代码块中进行重塑操作，可以通过提前确定好数组的形状，避免重复的重塑操作。
- 批量操作：如果需要对多个数组进行重塑操作，可以考虑将这些操作合并为一个批量操作，减少数据迁移和内存分配的开销。
- 使用适当的GPU函数：Matlab提供了一些专门用于在GPU上进行计算的函数，如bsxfun、gather等，可以尝试使用这些函数来替代重塑操作，以提高计算效率。
- 优化算法：对于特定的重塑操作，可以尝试优化算法，减少计算量或者改变计算方式，从而提高重塑速度。
需要注意的是，以上建议仅供参考，具体的优化方法还需要根据具体情况进行调整和实验。此外，腾讯云在GPU计算方面也提供了一些相关产品和服务，可以参考腾讯云的文档和产品介绍来了解更多信息。
相关·内容
我正在用MATLAB编写仿真，我使用了CUDA加速。
假设我们有向量x和y，矩阵A和标量变量dt，dx，a，b，c。
我发现，在运行迭代和内置函数之前，通过将x、y、A放入gpuArray()，可以显着地加快迭代速度。
然而，当我尝试把dt，dx，a，b，c这样的变量放入gpuArray()中时，这个程序会被大大地慢下来，降低30%以上。(时间从7s增加到11s)。
为什么把所有的变量都放入gpuArray()不是个好主意
(简短的评论是，这些标量与x、y、A相乘，而且从来没有单独在迭代过程中使用。)
浏览 5提问于2018-10-08得票数 2
回答已采纳
1回答
我的matlab版本是2014 a。在matlab中用gpuArray函数构造范数函数。当输入为gpuArray时，我认为它应该返回gpuArray类。但在我的matlab中，它会返回双倍。有人能告诉我发生了什么吗？
例如，
a=gpuArray.randn(3,4);
b=norm(a)
B的类型是"double“而不是"gpuArray”。
谢谢
浏览 2提问于2015-02-05得票数 2
回答已采纳
我有一个Matlab仿真，它更新一个数组：
Array=zeros(1,1000)
如下所示：
for j=1:100000
Array=Array+rand(1,1000)
end
我的问题是:这个循环是线性的，因此不能对数组中的每个时隙进行平分，但是不同的时隙是独立更新的。因此，自然地，Matlab使用CPU的所有核心执行类似于parralell的数组操作。
我希望在我的NVIDIA上执行同样的计算，以便加速(使用更多的内核)。
的问题是：这么天真地做
tic
Array=gpuArray(zeros(1,1000));
for j=1:100000
Array=Arr
浏览 1提问于2018-01-17得票数 0
回答已采纳
我正在计算一个方程A*x=B，其中A是一个矩阵，B是一个向量，x是答案(未知)向量。
硬件规格:英特尔i7 3630QM (4核)、nVidia GeForce GT 640M (384个CUDA核)
下面是一个例子：
>> A=rand(5000);
>> B=rand(5000,1);
>> Agpu=gpuArray(A);
>> Bgpu=gpuArray(B);
>> tic;A\B;toc;
Elapsed time is 1.382281 seconds.
>> tic;Agpu\Bgpu;toc
浏览 2提问于2013-02-16得票数 6
1回答
我在matlab中使用GPU进行计算。而且我一直在处理Out of memory问题。所以我想我可以把我的一些变量从double转换成single，matlab的默认类型。然后我做了以下实验 A = gpuArray([1,2,3])
A =
1 2 3
whos A
Name Size Bytes Class
A 1*3 4 gpuArray
B = gpuArray(single([1,2,3]))
B =
1*3 gpuArray single row vector
1 2 3
whos B
Name Size Bytes
浏览 56提问于2020-03-29得票数 2
回答已采纳
1回答
假设我有一个权重矩阵W nxm，其中m是变量数，n是实例数。此外，我有相同大小的数据矩阵X。我试图在X中找到与每个实例最接近的权重向量，但是这两个矩阵都是维数的，所以简单的方法是不够的。我曾在MATLAB中尝试过一些GPU技巧，但它并不能很好地工作，因为顺序方法是为每个实例依次计算最接近的权重。我现在正在寻找有效的一枪代码。这需要所有的W和X，并找到赢家与一些MATLAB技巧与可能的一些GPU加法。有谁可以在MATLAB中建议任何代码片段吗？
这就是我为顺序写的
x_in_d = gpuArray(x_in); % take input instance to device
浏览 2提问于2013-06-26得票数 0
回答已采纳
使用NDK r8c、Eclipse4.2、Windows7 64
SDK附带的Java调试器运行速度也很快。因此，我很困惑为什么gdb连接和跨过代码行的速度如此之慢。
在我当前的应用程序中，大约有20个静态库和1500个源文件，连接大约需要15秒，步进大约需要2秒。我更关心的是踏步。
有没有人分析过gdb，看看问题出在哪里？如果是这样，有什么建议吗？
浏览 0提问于2013-01-15得票数 3
回答已采纳
1回答
我用gpuArray尝试了matlab的卷积函数conv2 convn。例如convn(gpuArray.rand(100,100,10，'single')，gpuArray.rand(5，'single') )，并将其与cpu版本convn(rand(100,100,10)，rand(5))进行比较。不幸的是，gpu版本比cpu版本慢得多，特别是当我将函数放入循环时(这对我来说是相关的)。对于5x5到14x14的相对较小的滤波内核，有没有人知道使用matlab和gpu进行快速卷积的替代方法？
浏览 8提问于2013-10-20得票数 1
我们一直在尝试安装从TDS创建的sitecore升级程序包，并发现在不同的machine.Any想法下，out.We总是有不同的计算机和Sitecore实例，这背后可能存在什么问题？
日志文件中的条目：
我们还尝试通过/sitecore/admin/UpdateInstallationWizard.aspx .In安装相同的包，这样我们就能够成功安装，但安装一个包含1500个项目的包花费了1小时20分钟。
我们尝试在不同的数据库服务器上安装，但不能在这个特定的server.Can上安装，这是一个糟糕的数据库performance.How的情况，我们能解决这个问题吗？
谢谢,
浏览 0提问于2016-05-02得票数 0
1回答
我有以下对象：
我使用以下方法引用：
kernel1 = parallel.gpu.CUDAKernel('kcc2.ptx', 'kcc2.cu');
kernel1.ThreadBlockSize = 256;
kernel1.GridSize = 4;
gpuTM = gpuArray(single(TM));
gpuLTM = gpuArray(single(LTM));
gpuLTMP = gpuArray(int32(LTMP));
rng('shuffle');
randz = abs(randi(2^53 -1, [
浏览 2提问于2014-07-11得票数 1
回答已采纳
2回答
我想知道fft和使用Matlab在GPU上简单添加的性能差异有多大。我希望fft在GPU上比简单的加法要慢。但为什么情况会相反呢？有什么建议吗？
a=rand(2.^20,1);
a=gpuArray(a);
b=gpuArray(0);
c=gpuArray(1);
tic % should take a long time
for k=1:1000
fft(a);
end
toc % Elapsed time is 0.085893 seconds.
tic % should be fast, but isn't
for k=1:1000
b=b+c;
end
浏览 6提问于2013-01-25得票数 2
2回答
我正在使用OpenCV作为计算机视觉的应用程序。我想加速GPU上的一些矩阵运算(矩阵是相当大的)，如果可能的话，我希望避免直接在CUDA C中编码。OpenCV 2.4.1具有许多GPU加速功能。他们在你的经验中表现如何？我最好还是用另一个库(例如推力)来代替？
编辑示例应用程序：。目前，我的GPU加速(和矢量化)实现在Matlab中使用并行计算工具箱(PCT)大约比我的C++实现的OpenCV快5-10倍。
Matlab实现：
function K = sqEuclideanDist(P_cpu,Q_cpu)
% Vectorized method to compute pairwise s
浏览 6提问于2012-06-29得票数 7
回答已采纳
MATLAB有一个很好的函数gpuArray();，可以利用图形处理器以闪电般的速度执行操作(特别是在安装了良好的显卡的情况下)。对于神经网络来说，这是必要的，因为输入矩阵很大，需要执行许多复杂的操作。
在matlab中，这只需要一段代码G = gpuArray(ones(100, 'uint32'));就可以完成。
Python中也有类似的东西吗？也就是说，这个库是开源的，并且像MATLAB的GPU库一样易于使用。
提前感谢！
浏览 0提问于2013-07-08得票数 0
回答已采纳
我试图在gpu上创建一个简单的变量，使用
a=parallel.gpu.GPUArray.[1 2 3 4 5]
matlab返回
错误:不平衡或意外的括号或括号。
我知道我可以使用相同的命令创建一个随机变量：
a=parallel.gpu.GPUArray.rand(5)
我在使用MATLAB 2012 a
浏览 0提问于2017-09-12得票数 0
1回答
我想用matlab在GPU中运行这个特定的嵌套for循环，任何人都可以帮助我，
Phi=rand(100,100); FluxD=rand(100,100); FluxC=rand(100,100);
Ima = 100;
Jma = 100;
for i=1:Ima-1
for j=1:Jma-1
Phi(i,j) =Phi(i,j)+dt*(FluxD(i,j)-FluxC(i,j));
end
end
浏览 0提问于2018-12-14得票数 0
回答已采纳
1回答
我试图在MATLAB上运行LU分解，这样它就会使用GPU。根据NVidia/MATLAB文档，LU应该得到CUDA的支持(例如，参见)。
现在，我已经比较了CPU和GPU之间的速度，虽然GPU对于矩阵乘法和FFT来说确实更快，但是对于LU分解，它似乎给出了几乎相同的结果，这对我来说非常重要。
我试过不同的尺码，但还是一样的。
例如,
在GPU上：
A=gpuArray(randn(1000));
tic; [l,u,p]=lu(A); toc
Elapsed time is 0.056832 seconds.
在CPU上：
B=randn(1000);
tic; [l,u,p]=lu(B);
浏览 5提问于2013-07-24得票数 0
回答已采纳
我使用xcorr，如下所示 simM=xcorr(data,10,'normalized'); 这里的数据是1200x1200的双精度，输出即simM是21*1440000的双精度。现在我想要计算更多的值。系统内存只有64 GB。对于大于1500 x 1500的数据，系统显示内存不足错误。这是可以接受的。因此，根据我在MATLAB社区中读到的一些答案，我发现拆分矩阵是一种选择。但你能描述一下我如何做到这一点吗？对于1100 * 1100的样本，我的系统消耗的时间是147秒，如果可能的话，你能建议一种提高速度的方法吗？
浏览 61提问于2021-08-11得票数 0
1回答
添加这行代码会导致我的编译时间从10秒增加到3分钟。
var resultsArray = hashTagParticipantCodes + prefixParticipantCodes + asterixParticipantCodes + attPrefixParticipantCodes + attURLParticipantCodes
将其更改为此选项将使编译时间恢复正常。
var resultsArray = hashTagParticipantCodes
resultsArray += prefixParticipantCodes
resultsArray += asterixP
浏览 1提问于2016-09-14得票数 5
回答已采纳
1回答
我在Ubuntu12.04上用了两年的Macbook Pro运行MATLAB R2011b。我想利用MATLAB的GPU功能。然而，当我尝试的时候，我发现我的GPU似乎不够强大：
>> gpuArray(rand(10))
Error using gpuArray (line 28)
No device supporting CUDA was found.
>> gpuDevice
Warning: The device selected (device 1, "GeForce GT 330M") does not have sufficient co
浏览 0提问于2012-10-29得票数 1
回答已采纳
我正在尝试使用MATLAB的cumsum函数在22000x22000 gpuArray上执行累加求和，其中填充了-1、0和1。我使用的是英伟达GeForce GTX780Ti，它有3 3GB的内存。双精度gpuArray太大了(3.9 is )，但单精度很自然。
再次尝试在我的单精度gpuArray上执行累积和会导致达到我的内存限制，但我不确定这是由于内存类型还是计算累积和的方法，因为它是一个MATLAB p文件。这也意味着，无论如何，我几乎无法控制用于计算的数据类型。编辑:另外，cumsum不支持整数数据类型。编辑:在进一步检查时，在缩减的数组上执行此操作的结果是单一的，因此函数极有可能将数
浏览 3提问于2014-09-24得票数 1
我正在做一些繁重的计算工作，使用arrayfun与图形处理器在MATLAB。
我的代码如下所示
N = 2000;
dp = 0.005;
p1 = [0:dp:1];
p2 = [0:dp:1];
pB = [0:dp:2];
[p1,p2,pB] = meshgrid(p1,p2,pB);
p1 = gpuArray(p1);
p2 = gpuArray(p2);
pB = gpuArray(pB);
A = zeros(N,1);
parfor i = 1:N
A(i) = arrayfun(@MYFUN,p1,p2,pB);
end
首先，令我惊讶的是，对于N=2000，
浏览 117提问于2019-10-27得票数 1
回答已采纳
2回答
AccelerEyes在2012年12月宣布，它在图形处理器代码上与Mathworks合作，并已停止其用于MATLAB的产品夹克：
不幸的是，他们不再出售夹克许可证。
据我所知，基于ArrayFire的夹克GPU阵列解决方案比MATLAB提供的gpuArray解决方案要快得多。
我开始使用gpuArray，但我发现很多函数的实现都很糟糕。例如，一个简单的
myArray(:) = 0
是非常慢的。我已经编写了一些自定义的CUDA内核，但实现不佳的标准MATLAB功能增加了很多开销，即使在整个代码中始终使用gpuArrays。我修复了一些问题，用手工编写的CUDA代码替换了MATLAB代码-
浏览 6提问于2013-06-05得票数 57
回答已采纳
我正在尝试在Matlab中并行实现沿着大型N-D数组的一维卷积。卷积滤波器足够小，因此使用FFT进行卷积滤波没有任何意义。对于非常长的1D信号，我知道我可以调用conv(gpuArrayA,gpuArrayB)，而对于许多函数，我可以使用bsxfun在gpuArray的单个维度上并行应用函数，但是当我尝试时
bsxfun(@conv,gpuArrayA,gpuArrayB)
我得到了错误
Error using gpuArray/bsxfun
Use of 'conv' is not supported.
那么，有没有一种方法可以在Matlab中实现这一点，而不必编写自定义的C
浏览 0提问于2014-01-16得票数 1
我试图在Matlab中实现一种包含大密度矩阵的算法。我使用多个GPU AWS实例来实现性能。
在每次迭代时，我必须使用两个由m矩阵(双重矩阵)组成的大型n矩阵，A和B，其中m = 1600000和n = 500。由于矩阵的大小和每个GPU的内存容量(~8GB内存)，我将矩阵按行划分为较小的矩阵块，这些小矩阵具有相同的K列数，但行数较少(M /K)。
理论上，我可以一次将每个数据块加载到GPU上，执行计算，并在重复使用下一个数据块之前收集数据。但是，由于我可以访问4个GPU，所以我想并行使用所有4个GPU来节省时间，并将矩阵分解成4个块。
为了实现这一点，我尝试使用Matlab中的parfor循
浏览 0提问于2019-04-27得票数 0
下面的代码以两种不同的方式在gpuArrays、a和b上执行相同的操作。第一部分计算(a'*(a*b)')'，第二部分计算a*b*a。然后验证结果是相同的。
%function test
clear
rng('default');rng(1);
a=sprand(3000,3000,0.1);
b=rand(3000,3000);
a=gpuArray(a);
b=gpuArray(b);
tic;
c1=gather(transpose(transpose(a)*transpose(a*b)));
disp(['time for (a'
浏览 3提问于2018-05-01得票数 16
回答已采纳
2回答
当我使用gpu在matlab中运行这个项目时
function y = relu(x)
if x>0
y=x;
else
y=0.1*x;
end
如果x的类型是4-D gpuArray，则在relu (第5行)中，错误是从gpuArray转换为逻辑错误(第5行)。如何解决这个问题，谢谢……
浏览 1提问于2016-05-13得票数 0
我编写了一个通过MATLAB运行的CUDA内核，带有几个cuDoubleComplex指针。我用复杂的双向量(定义为gpuArray)激活内核，并且gם的错误消息是：“参数规范中不支持的类型cuDoubleComplex”。
我如何设置MATLAB来了解这种类型？
浏览 1提问于2014-06-16得票数 1
回答已采纳
我有以下要应用于每个元素的函数：
function result = f(a, b, bs)
% Simplified code
result = a
for i=0:bs
result = dosomething(result, b(i))
end
end
% Use
arrayfun(@result, gpuArray(A), gpuArray(B), size(B));
有没有一种方法可以“欺骗”MATLAB，使其认为b是标量，以便传递给函数？
浏览 1提问于2012-10-29得票数 0
回答已采纳
在Matlab GPU计算上模拟简单代码时，我遇到了一些问题。
第一个例子，我比较了CPU和GPU的fft2计算时间。
/ CPU:
A=rand(2000);
tic
for K=1:200
yy=fft2(A);
end
toc
GPU制作的：
A=gpuArray(A);
tic
for K=1:200
yy=fft2(A);
end
toc
它用了5.984209秒的CPU和0.036392秒的GPU。这似乎是一个合理的结果。
在第二种情况下，我尝试了简单的计算。
/ CPU:
D=rand(1,2000);
E=rand(1,2000);
tic
for K=1:2000
浏览 3提问于2014-10-13得票数 1
1回答
Matlab GPU反向传播
、、、、
为了更好地理解这个主题，我在MATLAB中实现了一个神经网络。
我想在我的GPU上运行代码，所以我用gpuArray()初始化了每个矩阵，但是没有提高性能。此外，有时GPU比CPU慢。我已经学会了使用arrayfun、pagefun等函数。在backprop中，我有一个for循环，用于计算每个层的增量错误。但是，计算需要以前计算的结果，我不知道如何使用*fun()函数来实现这一点。
我的CPU是一个i5-3570，我的GPU是一个GTX 660钛。我已经在MATLAB中测试了，GPU比CPU快x倍，所以我认为错误在我的代码中。
TL;DR
如何改进用于GPU计算的MATLAB代码？
d
浏览 6提问于2016-11-28得票数 2
回答已采纳
2回答
我目前有一段代码正在尝试优化，瓶颈似乎是从相当大的矩阵中提取给定的列。
特别是，我的代码将其50%的时间用于Wi=W(:，minColIdx)。我也尝试过线性索引，但没有改变。
我想知道是否有人知道为什么会这样，是否有人有任何提示可以帮助我优化我的代码的这一部分。
谢谢!
编辑:这是我的代码： --现在优化得很糟糕，我只是在我的新GPU上玩了一下gpuArray。我试图从W中提取列的第44行和第53行是代码瓶颈所在。
浏览 2提问于2014-07-03得票数 1
回答已采纳
我在两个GPU上测试了这个凸集: Quadro 6000和Titan都比cpu花费更长的时间。
可以在matlab中进行快速测试：
maxloop=1000;
for i=1:maxloop
output2= convn(rand(320,1), rand([6,1,300]),'full');
end
for i=1:maxloop
goutput2= convn(gpuArray.rand(320,1),gpuArray.rand([6,1,300]), 'full');
end
它需要，0.52s的CPU，而7s的象限6000和15
浏览 2提问于2014-08-15得票数 2
回答已采纳
1回答
在将2D数组从CPU转换到GPU的内存以在GPU上运行之后，我将面临来自Matlab内置函数(如minmax(array) )的多个错误，说明我的GPU变量不是数组或单元：
?？?在27个数据上使用==>最小值时错误不是矩阵或单元格数组。
虽然传递的变量是转换后的2D数组，但类型从<11x4096 double>更改为<11x4096 parallel.gpu.GPUArray>。
谁能帮我让Matlab明白GPU变量是一个数组？
谢谢大家。
浏览 4提问于2011-11-26得票数 1
回答已采纳
我正在使用parallel.gpu.CUDAKernel在Matlab2011a中启动CUDA内核。我设计了我的代码，使循环中的后续内核启动应该填充相同的gpuArray，但每次启动都将其自身限制在gpuArray的一个独特部分。
在执行结束时，整个数组应该是满的。但是，当我使用gather()将内存传输回主机时，只有最后一次内核启动时写入的内存是正确的；其他所有内容都是空的。如果我在中间的某个地方跳出循环，也是如此。
我已经通过传入一个指示内核迭代的标志来验证确实是这种情况。如果它是除了第一次迭代之外的任何东西，那么内核什么也不做。但是，第一个内核写入的数据位置仍然是空的，即使后续内核什么也
浏览 1提问于2012-04-28得票数 3
我正在和一个人合作，他有一些MATLAB代码，他们想要加快速度。他们目前正在尝试将所有这些代码转换为CUDA，以使其在CPU上运行。我认为使用MATLAB的并行计算工具箱来加速它，并在具有MATLAB的分布式计算工具箱的集群上运行它会更快，允许我在几个不同的工作节点上运行它。现在，作为并行计算工具箱的一部分，您可以使用。然而，我对这是如何工作的感到困惑。像parfor (并行化)和gpuarray (gpu编程)这样的东西能相互兼容吗？我可以两者都使用吗？是否可以跨不同的工作节点(并行化)拆分某些内容，同时还可以利用每个工作节点上可用的任何GPU？
他们认为将所有MATLAB代码转换为cuda
浏览 9提问于2011-09-23得票数 10
回答已采纳
3回答
(正确且具有指导性，见下文)
我开始用matlab和gpu (nvidia gtx660)做实验。
现在，我编写了一个简单的蒙特卡罗算法来计算PI。以下是CPU版本：
function pig = mc1vecnocuda(n)
countr=0;
A=rand(n,2);
for i=1:n
if norm(A(i,:))<1
countr=countr+1;
end
end
pig=(countr/n)*4;
end
这只需花费很少的时间在CPU上执行，并将100000点“抛出”到单位圆中：
>> tic; mc1vecnocuda(100
浏览 7提问于2013-04-13得票数 3
回答已采纳
有没有人尝试过向/从安卓Emulator目标推送/拉取大文件(超过20MB)？当我执行adb push/pull操作时，它慢得离谱。
平均速度是75KB/s。哦，天哪，这是15年前我高中网络的速度。但是Emulator目标就在我的硬盘上，那么为什么adb推送/拉取如此之慢？
谢谢!
亚瑟
浏览 146提问于2012-08-21得票数 2
我在Matlab中使用了下面的代码，混淆了为什么我们在这里使用inf，为什么我们需要power(2,14:28)，稍后我们使用size with in size。
gpu = gpuDevice();
fprintf('Using a %s GPU.\n', gpu.Name)
sizeOfDouble = 8; % Each double-precision number needs 8 bytes of storage
sizes = power(2, 14:28);
sendTimes = inf(size(sizes));
gatherTimes = inf(size(
浏览 5提问于2022-05-23得票数 0
回答已采纳
我有以下matlab代码：
randarray = gpuArray(rand(N,1));
N = 1000;
tic
g=0;
for i=1:N
if randarray(i)>10
g=g+1;
end
end
toc
secondrandarray = rand(N,1);
g=0;
tic
for i=1:N
if secondrandarray(i)>10
g=g+1;
end
end
toc
Elapsed time is 0.221710 seconds.
Elapsed t
浏览 0提问于2012-01-30得票数 3
回答已采纳
我试图用MATLAB中的NaN函数计算矩阵的平均值，忽略nanmean值。但是，当我测试从复制的代码时，MATLAB抛出一个错误：
使用sum无效选项时出错。选项必须是“双”、“本机”、“默认”、“omitnan”或“包括”。平均( 111) m=和(x，dim，标志，‘omitnan’)中的误差(第17行)y=平均值(varargin{：}，'omitnan')；
这真是让人费解。为什么在使用MATLAB文档中的代码后，我会看到一个错误？
产生此错误的“官方”代码列示如下：
X = reshape(1:30,[2 5 3]);
X([10:12 25]) = NaN
浏览 1提问于2018-11-01得票数 1
回答已采纳
1回答
我在这里有一个无聊的脚本，我正在MATLAB R2013b中执行：
clear all;
n = 2000;
times = 50;
i = 0;
tCPU = tic;
disp 'CPU::'
A = rand(n, n);
B = rand(n, n);
disp '::Go'
for i = 0:times
CPU = A * B;
end
tCPU = toc(tCPU);
tGPU = tic;
disp 'GPU::'
A = gpuArray(A);
B = gpuArray(B);
disp '::Go
浏览 7提问于2014-02-23得票数 2
回答已采纳
我在写有限差分法的程序。
我正在使用英特尔数学内核库。
例如，1000x1000矩阵A和1000x1000矩阵B。
在英特尔MKL中，使用cblas_dgemm()函数的A*B大约需要600毫秒。
在MATLAB中，A*B花费了大约800ms。
我认为MKL是非常快的。
然而，1000×1000矩阵A和1000×1矢量B，
和A\B (mldivide)，在MATLAB中，需要40毫秒，
但是在MKL中，使用LAPACKE_dgesv，它需要400ms！
所以我的问题是，
为什么在mldivide中，MATLAB如此之快，而MKL如此之慢？
矩阵A和向量B是由随机值填充的整体。
我正在使用
M
浏览 4提问于2016-07-09得票数 1
1回答
对于一个类，我正在处理原始文本文档(我们的示例包括可以从Gutenberg项目下载的小说)并将它们转换为字典数据结构。对于每一个词，我需要知道它发生在哪一段，以及在每一段中发生了多少次。
这个程序大致可以分为
将文档分解成文字，删除空格、逗号、句点等。
对于每个文档，迭代单词。查字典。如果该单词存在，请更新其条目。如果它不存在，创建一个新条目。
我这么做是因为我剩下的工作都是用MATLAB做的，我不想处理另一种语言/环境。结果表明，MATLAB具有相当好的字符串处理功能。然而，我对我的代码运行速度之慢感到不安。上面提到的第一部分不是问题；我使用parfor循环，它运行得非常快。
浏览 10提问于2016-04-06得票数 4
我目前正在尝试让我的代码在我的GPU上运行，而不是在CPU上运行--嗯，它正在运行，但不是很好。让我给出守则的有关部分：
u = zeros(n*L,1 ,'gpuArray'); ubar = zeros(n*L,1 ,'gpuArray');
y = zeros(n*L*d,1,'gpuArray'); ybar = zeros(n*L*d,1,'gpuArray');
v = zeros(n*L*d,1,'gpuArray');
w = zeros(n,1 ,'gpuArray');
浏览 1提问于2015-07-24得票数 0
回答已采纳
1回答
我有个功能，
function ObjVal=fun(Chrom,a)
[Nind,Nvar] = size(Chrom);
[m n]=size(a);
for i=1:Nind
c=Chrom(i,:);
Cmat=repmat(c',1,n);
ax=abs(sum(Cmat.*a)).^2;
ObjVal(i)= 10*log10(max(ax)./(mean(ax)));
end;
Chrom=16*16和a=16*1024数组。我想在gpu上找到最快的方法。只有gpuarray比较慢。当我使用arrayfun或bsxfun
浏览 2提问于2016-06-20得票数 1
回答已采纳
1回答
我正在用Matlab求解一个非线性偏微分方程。我的代码多次调用fft2和ifft2命令。所以我想使用集群的GPU来加速计算。我已经准备了我的代码为图形处理器使用gpuArray和聚集。然而，我对集群的使用非常天真，我唯一知道的是我应该使用使用putty的ssh终端，而Matlab没有安装在集群上，我的代码需要首先编译。首先，我想知道我应该如何编译我的Matlab代码，其次，如何在这个远程集群上运行这些代码？这些命令是什么？
非常感谢您的帮助
浏览 17提问于2017-07-05得票数 0
1回答
释放CUDA内存Matlab
、、、、
我注意到在GPU中分配的内存没有被释放。我使用了以下命令：
A=gpuArray.randn(1e4);
gpuDevice
FreeMemory: 3.3336e+09
A=A*2
FreeMemory: 2.5336e+09
看起来MATLAB为A*2分配了内存，但没有为A释放内存。我不知道如何释放不再使用的内存。对于A=A*A'来说，这个问题甚至更糟，因为似乎MATLAB分配了更多的内存(可能是A')，而没有释放它。我在互联网上发现，这是一个已知的bug (或者类似的bug?)这是在MATLAB 2013b中解决的(参见)，但我使用的是MATLAB 2014a。我还安装了
浏览 2提问于2014-09-23得票数 0
2回答
我需要将一段代码从matlab移植到C或C++中。Matlab实现的代码广泛使用整形和置换函数来操纵多维数组的布局。在c或c++中是否有任何库来获得这两个matlab例程的效果。任何建议都会有帮助。
浏览 5提问于2014-03-20得票数 1
回答已采纳
1回答
我在用我的Beagleboard和照相机做一些实验。摄像机一开始运转得很好。后来，我通过禁用“自动曝光”并手动设置自己的值来扩展我的实验。但单凭这一点，相机的功能就变得如此之慢，是之前表现的15倍。
原因是什么？
浏览 0提问于2012-09-28得票数 1
回答已采纳
当我运行下面所示的代码时，函数中的tic/toc对显示了很短的时间(<< 1秒)才能遍历所有的行。然而，实际上大约需要2.3秒才能得到输出！我用tic/toc对来测量时间。
tic
rnn.v = 11;
rnn.h = 101;
rnn.o = 7;
rnn.h_init = randn(1,rnn.h,'gpuArray');
rnn.W_vh = randn(rnn.v,rnn.h,'gpuArray');
rnn.W_hh = randn(rnn.h,rnn.h,'gpuArray');
rnn.W_ho = randn(r
浏览 8提问于2014-08-24得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
