有人可以大致告诉 Matlab 并行计算工具箱如何使用 GPU 的共享内存。例如，我可以明确地使用它来同步 MP 单元吗？
顺便提一句。我有一个 GTX 580，它有 1.5GB 内存，每个 MultiProcessor 32 个内核（每个 MP 16 个内核）和 64Kb 共享 (L1) 内存。
谢谢
问问题
817 次
2 回答
1
我不知道 Matlab 的答案，但如果你愿意使用 Python，那么PyCUDA是你的朋友。您可以直接在 CUDA-C 中开发内核代码，并在 Python 中以长字符串形式编写出来。然后 PyCUDA 允许您编译这些，设置设备变量，向设备发送数据和从设备发送数据，然后使用启动配置执行内核以控制线程/块等。要使用共享成员，您只需使用shared关键字 in声明变量您的 CUDA-C 代码作为 Python 字符串。
我写了一些用于图像处理的代码，链接在这里。您可以将其解压缩并查看我将 CUDA-C 源模块编写为 Python 字符串的方式。使用 NumPy 和 SciPy，Python 的其余用户体验与 Matlab 非常相似——只是更好。如果您不喜欢在 Matlab 中执行此项目，请考虑将其切换到 PyCUDA。
于 2012-04-14T03:16:36.073 回答
1
梅斯，
我想加入 GPU 的 M 代码 - 我发现 Jacket 是访问 GPU 的有用替代方案。Jacket 默认使用共享内存来完成工作，如果您想自己控制事情，它有一个 SDK。
GTX 580 是一张很棒的显卡，但如果你有钱的话，我个人会推荐一些 Tesla GPU，因为它们的长期可靠性（特别是对于长期运行的科学应用程序）。
于 2012-04-16T13:28:26.923 回答