问题标签 [gpuarray]

我在 Matlab 中有一个非常复杂的符号函数，我想在 GPU 上对其进行评估。

当我搜索时，为了评估，我们需要使用gpuArray，但是当我尝试使用以下代码在 GPU matlab 上评估函数时：

然后我收到以下错误：

问题是如果我像这样在 CPU 上运行代码，它工作正常：

我将不胜感激您能提供的任何帮助。

我有一个A具有维度K x M x N和长度int向量的 3D GPU 数组，并且想要构建以下形式的 2D GPU 数组vM

X = [A(:,1,v(1)), A(:,2,v(2)),..., A(:,M,v(M))]（取决于v）

以最省时的方式。由于所有这些都是 GPU 数组，我想知道是否有比预分配X和使用明显for循环更快的方法来完成此任务。我的代码需要调用数百万个这样的实例，所以这成为了相当大的瓶颈。如果这很重要，典型的数量级将是K = 350 000, 2<=M<=15, N<=2000。

编辑：这是我试图改进的原始瓶颈代码的最小工作版本。对 3D 数组的转换A已被注释掉。根据需要调整数组大小参数。

我有一个复杂的矩阵A，想Nt根据A = exp( -1i*(A + abs(A).^2) ). 的大小A通常为 1000x1000，运行次数约为 10000。

我希望减少执行这些操作所需的时间。对于 CPU 上的 1000 次迭代，我测量大约 6.4 秒。根据Matlab 文档，我能够将其移至 GPU，从而将所需时间减少到 0.07 秒（令人难以置信的 x91 改进！）。到目前为止，一切都很好。

但是，我现在也阅读了文档中的这个链接，它描述了如果我们也使用元素计算，有时我们可以如何找到进一步的改进arrayfun()。如果我尝试按照教程进行操作，所花费的时间实际上更糟，时间为 0.47 秒。我的测试如下所示：

结果是：

我的问题是：

1. 在这种情况下我是否正确使用了 arrayfun()，并且预计 arrayfun() 应该更糟？
2. 如果是这样，并且真的只是预期它比直接 gpuArray 方法慢，是否有任何简单的（即非 MEX）方法来加快这样的计算？（例如，我看到他们还提到使用pagefun）。

提前感谢您的任何建议。

（显卡是Nvidia Quadro M4000，我运行的是Matlab R2017a）

编辑

阅读@Edric 的回答后，我认为展示更多更广泛的代码很重要。我在 OP 中没有提到的一件事是，在我的实际主代码中，在 k=1:Nt 循环中还有一个额外的操作，即矩阵乘法与稀疏三对角矩阵的转置。这是一个更充实的 MWE 真正发生的事情：

我很抱歉没有将其包含在 OP 中 - 当时我没有意识到它可能与解决方案有关。这会改变事情吗？在 GPU 上使用 arrayfun() 是否仍有收益，或者现在不适合转换为 arrayfun() ？