我遇到的问题是编写代码，以便 Matlab 的 GPU 编程的内置功能将正确划分数据以进行并行执行。具体来说，我将 N 个“粒子”图像发送到 GPU 的内存，组织在一个 3-d 数组中，第三维代表每个图像，并尝试将 N 个图像中的每一个与一个代表目标的图像进行比较，也在 GPU 内存中。
我当前的实现，实际上或多或少是我希望看到它实现的方式，是用一行代码：
particle_ifft = ifft2(particle_fft.*target_fft);
请注意，这是在对每个上传的图像进行 fft 之后。这就是索引问题：该语句需要相同大小的“particle_fft”和“target_fft”矩阵才能使用“.*”运算符。为了与每个粒子图像进行比较，具有相同目标图像的多个副本在内存使用方面效率低下。我使用这种低效的方法来获得良好的性能结果，但它显着影响了我可以上传到 GPU 的粒子图像的数量。
有没有一种方法可以告诉 matlab 将粒子图像 3d 数组（每个图像）的每个 2d 元素与单个目标图像进行比较？
我尝试使用 for 循环来索引 3d 数组并单独访问每个粒子图像以与单个目标进行比较，但 Matlab 不会在 GPU 上并行化此类操作，即它的运行速度比等效代码慢近 1000 倍使用内存效率低的目标数组。
我意识到我可以编写自己的内核来解决这个索引问题，但我有兴趣找到一种利用 matlab 现有功能的方法（特别是不重写 fft2 和 ifft2 函数）。想法？