3

我有一个自定义函数，它接受 2 个矩阵（2 列）并对其进行操作。这是一个相当复杂的函数，因为它涉及几个矩阵乘法，依次通过一个列向量（在 for 循环中），并根据来自另一个列向量的相应值选择要相乘的矩阵。更像是一个累积矩阵乘积，其中元素在列上，但以其中一列中的值为条件。

例如。，：

 col1 col2
 0   0.03
 0   0.04
 1   0.02
 0   0.1
 1   0.004

如果值为 0，则选择一个矩阵相乘，或者如果它为 1，则选择不同的矩阵。然后取一个累积矩阵乘积。即，值 = diag(Valuesmat); cumulMatProduct = ini;

  for ix = 1:length(col2)
      if col1(ix) == 0
          matrixToMultiply = matrix1;
      elsif col1(ix) == 1
          matrixToMultiply = matrix2;
      end

      anotherMatrixtoMultiply = diag( exp(Values).*col2(ix) );
      cumulMatProduct = matrixToMultiply*anotherMatrixtoMultiply*cumulMatProduct;

   end

  etc.,

基本上这就是函数的作用。

现在，我有大量这样的列数据，所以想知道我是否可以使用 GPU 计算。（可以使用 PCT 和 TESLA s2050 访问 Matlab r2013A）

我想做类似的事情：

    DataMatrix1 = [col1; col1; col1] ;
    DataMatrix2 = [col2; col2; col2];

    gpuDat1 = gpuArray(DataMatrix1);
    gpuDat2 = gpuArray(DataMatrix2);

    [resultVect] = myFuncCall(gpuDat1, gpuDat2, ValueMat,ini); 
     %(ValueMat & ini is not sliced & each processor will have its copy)

即，将矩阵分割为每个 gpuProcessor 的列，并让每个处理器使用 myfunction 为这些输入数据列提供累积矩阵产品的输出。（更像是对 cpu 节点/工作人员的独立、粒度并行化，但在 GPU 上）

我不认为像 arrayfun 或 bsxfun 这样的元素操作在这里会有帮助。将非常感谢建议和帮助。谢谢你的时间。

4

1 回答 1

0

如果你有多个 GPU，你可以使用 spmd 或 parfor。

您希望对您的 GPU 资源进行低级别访问，而您只能使用 CUDA 和 Mex 文件。

这本书用 GPU 计算加速 MATLAB可能是正确的起点。

于 2014-04-16T08:54:02.837 回答