Matlab GPU/CUDA 操作使用共享矩阵数据答案

【问题标题】：Matlab GPU/CUDA operations using a shared matrix dataMatlab GPU/CUDA 操作使用共享矩阵数据
【发布时间】：2013-07-17 19:41:15
【问题描述】：

有没有办法用gpuArray 类型的共享矩阵来做arrayfun？

在我的情况下，我想对gpuArray 矩阵的两列或多列求和，但我不知道如何在gpuFunction 中实现，arrayfun 是最好的选择吗？

我想在 CUDA 中进行这种简单的操作，因为我需要使用不同的组合进行一百万次此类操作。

非常感谢。

我会更好地解释这个问题。如果你看到我的问题是这样的

functionarrayfun = @(row)functionMex(data1,data2,row);

i = 1:length(tablaCombinaciones(:,1));%从 1 到行尾

ratio = arrayfun(functionarrayfun,i);

不支持使用 gpuArray/arrayfun 索引时出错。第 6 行错误

【问题讨论】：

作为arrayfun、gpuArray 和gpuFunction 的替代方案，您可以尝试直接在CUDA 中编写函数，使用nvcc 编译它，然后在@987654331 下链接它@ 作为mex-文件。
是的，我知道，但我问是因为我想知道是否有其他方法可以做到这一点，我想避免 c ，但我想我必须这样做

标签： matlab matrix cuda gpu

【解决方案1】：

Arrayfun 和 bsxfun 使用 gpuArray：

看例子：

A = gpuArray.rand(100,2);
B = A(:,1);
C = A(:,2);
bsxfun(@plus,A(:,1),A(:,2))
arrayfun(@(x,y)x+y,A(:,1),A(:,2))

【讨论】：

问题是在 gpu arrayfun 中你不能使用 @ 函数，它需要有一个书面函数。在我的情况下，我想要一个这样的函数的 arrayfun [ ratio(i) ] = functionMex(array1,array2,i ) 我认为现在仅在 matlab 中是不可能的，您需要使用带有 cuda 内核的 mex。或使用无法购买的matlab的arrayfire夹克。谢谢