मैं किसी ऐसे व्यक्ति के साथ काम कर रहा हूं जिसके पास कुछ MATLAB कोड है जिसे वे आगे बढ़ाना चाहते हैं। वे वर्तमान में इस कोड को सीपीयू में चलाने के लिए CUDA में बदलने की कोशिश कर रहे हैं। मुझे लगता है कि इसे गति देने के लिए MATLAB के समांतर कंप्यूटिंग टूलबॉक्स का उपयोग करना तेज़ होगा, और इसे क्लस्टर पर चलाएं जिसमें MATLAB के वितरित कंप्यूटिंग टूलबॉक्स हैं, जिससे मुझे कई अलग-अलग कार्यकर्ता नोड्स में इसे चलाने की अनुमति मिलती है। अब, समांतर कंप्यूटिंग टूलबॉक्स के हिस्से के रूप में, आप things like GPUArray का उपयोग कर सकते हैं। हालांकि, मैं उलझन में हूं कि यह कैसे काम करेगा। एक दूसरे के साथ संगत parfor (समानांतर) और gpuarray (जीपीयू प्रोग्रामिंग) जैसी चीजों का उपयोग कर रहे हैं? क्या मैं दोनों का उपयोग कर सकता हूँ? क्या कुछ कार्यकर्ता नोड्स (समांतरता) में विभाजित किया जा सकता है जबकि प्रत्येक कार्यकर्ता पर जो भी GPU उपलब्ध है, उसका उपयोग भी कर सकते हैं?MATLAB समांतर कंप्यूटिंग टूलबॉक्स - पैरालाइजेशन बनाम GPU?
वे सोचते हैं कि यह आपके सभी मैटलैब कोड को कई GPUs के साथ मशीन पर चलाने के लिए कूडा कोड में बदलने के लिए लगने वाला समय है ... लेकिन मुझे लगता है कि सही दृष्टिकोण पहले से निर्मित सुविधाओं का उपयोग करना होगा MATLAB।
कोई भी मदद, सलाह, दिशा वास्तव में सराहना की जाएगी!
धन्यवाद!
आप gpuArrays के बजाय जैकेट की कोशिश करने पर विचार कर सकते हैं।मैंने इन कारणों से gpuArrays के प्रदर्शन से खुश किसी के बारे में नहीं सुना है: http://accelereyes.com/compare – arrayfire