MATLAB 代码的 CUDA 实现答案

【问题标题】：CUDA implementation for MATLAB codeMATLAB 代码的 CUDA 实现
【发布时间】：2017-12-22 12:09:40
【问题描述】：

我最近购买了一个 P100 GPU，希望能加快并行代码的速度，并且需要一些帮助来决定如何将 MATLAB 代码转换为 CUDA 代码（我已经远离了普通的 gpuarrays MATLAB）。我已经对 .ptx 内核和 MEX-文件进行了试验，但两者都遇到了一些障碍。

并行代码具有元素取幂、元素乘法以及 FFT 和 IFFT 调用。它还包含复数。

从 CUDA 内核或 MEX CUDA 文件编译的 .ptx 文件是否更易于使用，并且允许我执行必要的 FFT、IFFT、exp 和 mult 调用？

【问题讨论】：

你试过 cuFFT (docs.nvidia.com/cuda/cufft/index.html) 吗？
我相信 cuFFT 内置于 MATLAB 的 gpuArrray fft 调用中。如果是这样的话，这方面就没有什么可改进的了。

标签： matlab cuda mex ptx

【解决方案1】：

真的很简单。您必须使用 MEX，因为您想调用 NVIDIA cufft 库，而您只能从主机执行此操作。但是，在从 MATLAB 调用 FFT 和 IFFT 的情况下，您基本上不会获得合理的加速，因为这些函数只是直接调用 cufft，并具有 MATLAB 的 GPU 内存池和 FFT 计划缓存的额外优势。所以也许你应该专注于元素级内核。

【讨论】：

感谢您的回答。我也意识到了这个问题，我想我会采用你的多核解决方案来进行元素乘法和取幂，并使用 MATLAB 调用 fft 和 ifft。
这是错误的。 MATLAB 的 FFT 的 GPU 实现不是原位的，并且不提供从实数到复数的转换（默认情况下）。