基于GPU并行处理Matlab的图像处理算法
基于GPU并行处理Matlab的图像处理算法
提问于 2016-08-24 18:18:26
我想加速我的算法，因为我需要在数百张图像上运行它，所以我尝试使用未矢量化的GPU代码，在GPU上运行相同的代码，我有nvidia Geforce GT 650 m，我的PC上有2GB，但是它比CPU版本慢。在搜索之后，我确信可以使用批处理传递到矢量化的GPU代码(pagefun，bsxfun)，我在没有解决方案的情况下试图解决这个问题。有人能帮我处理一下这个代码吗？
Q=100;
for i=3:n-2
for j=3:m-2
A(i,j)=0;
for c=1:Q
if B(i,j,c)~=0
A(i,j)=A(i,j)+(-(B(i,j,c)).*log(B(i,j,c)));
end
end
end
end另一个问题，为什么Matlab只使用我CPU的20%？如何利用CPU的优势来加速我的处理
Matlab是一个单线程应用程序吗？
提前感谢
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-08-24 19:32:52
矢量化版本如下：
BB = B(3:(n-2),3:(m-2),:);
cutoff = 10^(-6);
logBB = log(BB);
logBB(BB<cutoff) = 0; % remove divergent terms
A = -sum(BB.*logBB,3);即使在CPU上，这也应该运行得更快。如果您有一个GPU，您所需要做的就是拥有输入数组。
BB = gpuArray(BB);存储在GPU上，然后收集结果
A = gather(A);回到CPU
Stack Overflow用户
发布于 2016-08-24 19:14:50
你需要买并行计算工具箱。(使用parfor)。
这是matlab的一个众所周知的限制，其中一些底层函数不能跨多个内核(而不是线程)进行并行化。一个快速的大概是看看多少CPU matlab使用，并乘以你在你的个人电脑的核心数量(这应该使你的某处，约100%)。
如果您想要利用您的计算机GPU，并行计算工具箱是唯一的方法这样做。
这取决于你在做什么。对于某些代码，MATLAB只能使用单个处理器的单个核，而对于另一些代码，MATLAB将自动利用所有可用的核(也许是处理器)。它实际上取决于基本的功能。有些事情很难并行化。有时，您可以帮助MATLAB处理类似parfor循环的事情。其他时候，您可能需要类似MPI的东西。还有一些时候，你真的无能为力。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39130421
复制相关文章
相似问题
腾讯云开发者
