matlab GPU 操作

从Matlab2013版本开始，matlab将可以直接调用gpu进行并行计算，而不再需要安装GPUmat库。这一改动的好处是原有的matlab内置函数都可以直接运用，只要数据格式是gpuArray格式的，那么计算过程会自动的调用GPU进行计算，不可谓不方便。

具体操作起来，只要知道下面几个函数就可以像编写简单的m文件一样，进行matlab的GPU编程：

1.GPU设备确认函数

1）n=gpuDeviceCount %返回设备上的GPU数目

2）gpuDevice %选择GPU设备

D=gpuDevice or gpuDevice(): 如果当前还未设置选择的GPU，则选择默认的GPU，D是返回对象；如果已经设置了GPU，则返回设置的GPU对象。

D=gpuDevice(IDX): 表示选择IDX对应的GPU设置，D是返回对象

%PS：目前的GPU设置一般至少包含两个GPU，分别用1和2表示对应的IDX。

3）reset(gpudev) %清空gpu的内存，类似matlab的clear的功能。其中gpudev是gpuDevice所返回的对象。

2.GPU以CPU之间的交互

1）gpuArray（CPU-->GPU）

主要有两个功能：

I）将CPU内存数据传导到GPU内存中

例子-1：

X=rand(10,'single'); %定义在CPU上的一个10x10的随机初始化数组

GX=gpuArray(X); %在GPU开始数组GX，并且将X的值赋给GX

GX2=GX.*GX； %GPU上执行数组对应位置的点乘

II）在GPU内存中随机初始化一些内存数据。

例子-2：

GX=rand(10,'gpuArray'); %直接在GPU设备上随机初始化一个10x10的数组

%%PS：常用的随机初始化函数有：eye, ones, zeros, rand, randi, randn.

2）gather(GPU-->CPU)

主要是将GPU内存中的数据拷贝回CPU内存中。

继续例子-1

X2=gather(GX2) %将GPU内存中的数组GX2赋值给CPU中的X2

3）TF=existOnGPU(DATA)

用于判断DATA是否存在于GPU内存中。如果不存在则返回false。

3.计算效率统计

t=gputimeit(F,N) %返回执行F操作N次所需的时间，当N=1时可以缺省

巴特西