matlab - 在 matlab 中对 gpuArrays 按列操作的函数

Question

我有一个自定义函数，它接收一个 m x 2 矩阵(2 列)并对其进行运算。这是一个相当复杂的函数，因为它涉及多个矩阵乘法，依次通过一个列向量(在 for 循环中)，并根据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，则选择一个矩阵进行乘法运算；如果值为 1，则选择另一个矩阵。然后采用累积矩阵乘积。 IE。， 值 = 诊断 (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用它进行 GPU 计算。 (可以使用 PCT 和 TESLA s2050 访问 Matlab r2013A)

我想做这样的事情:

    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，将矩阵切片为每个 gpuProcessor 的列，并让每个处理器使用 myfunction 为这些输入数据列提供 cumulativeMatrixProduct 的输出。 (更像是对 cpu 节点/worker 的独立、细粒度的并行化，但在 GPU 上)

我认为 arrayfun 或 bsxfun 等元素级操作在这里没有帮助。非常感谢建议和帮助。感谢您的宝贵时间。

Answer 1

如果你有多个 GPU，你可以使用 spmd 或 parfor。

您想要对您的 GPU 资源进行低级别访问，您只能使用 CUDA 和 Mex 文件。

本书Accelerating MATLAB with GPU Computing可能是正确的起点。