GPU Coder

 

GPU Coder

Genere código CUDA para GPU de NVIDIA

Informe de generación de código que muestra código CUDA generado.

Genere código CUDA desde MATLAB

Compile y ejecute código CUDA generado a partir de algoritmos de MATLAB en GPU de NVIDIA populares, desde tarjetas RTX de escritorio hasta centros de datos o plataformas Jetson y DRIVE integradas. Despliegue el código generado para sus clientes de forma gratuita.

Modelo de Simulink de un detector de vehículos y carriles.

Genere código CUDA desde Simulink

Utilice Simulink Coder con GPU Coder para generar código CUDA a partir de modelos de Simulink y desplegarlo en GPU de NVIDIA. Acelere simulaciones de Simulink con alta carga computacional en GPU de NVIDIA.

Plataforma NVIDIA Jetson.

Despliegue en NVIDIA Jetson y DRIVE

GPU Coder automatiza el despliegue de código generado en las plataformas NVIDIA Jetson y DRIVE. Acceda a periféricos, capture datos de sensores y despliegue un algoritmo junto con código de interfaz de periférico en la placa para realizar ejecución independiente.

Dos vistas de cámara del tráfico en carretera, como parte de una aplicación de detección de vehículos y carriles en Simulink.

Genere código para Deep Learning

Despliegue diversas redes de Deep Learning predefinidas o personalizadas en GPU de NVIDIA. Genere código para preprocesamiento y posprocesamiento junto con redes de Deep Learning entrenadas para desplegar algoritmos completos.

Gráfico de barras de inferencia con ResNet-50 que muestra imágenes/segundo que aumentan con el uso de tipos de datos FP32 e INT8.

Optimice el código generado

GPU Coder aplica automáticamente optimizaciones que incluyen gestión de memoria, fusión de kernels y autoajuste. Reduzca la superficie de memoria generando código INT8 o bfloat16. Mejore aún más el rendimiento realizando integración con TensorRT.

Informe de la herramienta GPU Performance Analyzer que muestra información de perfiles sobre el código generado.

Perfile y analice el código generado

Utilice GPU Performance Analyzer para crear perfiles de código CUDA generado e identificar oportunidades para mejorar aún más la velocidad de ejecución y la superficie de memoria.

Diagrama que muestra cómo funciona conceptualmente el patrón de diseño de procesamiento de plantillas.

Utilice patrones de diseño para mejorar el rendimiento

Si se encuentran disponibles, los patrones de diseño, como reducciones y procesamiento de plantillas, se aplican automáticamente para aumentar el rendimiento del código generado. También puede invocarlos manualmente mediante pragmas específicas.

Informe de generación de código que muestra enlace bidireccional interactivo entre código de MATLAB y código CUDA generado.

Registre señales, ajuste parámetros y verifique el comportamiento de código

Utilice GPU Coder con Simulink Coder para registrar señales y ajustar parámetros en tiempo real. Agregue Embedded Coder para enlazar interactivamente MATLAB y código CUDA generado para verificar numéricamente el comportamiento de código CUDA generado mediante pruebas de SIL.

Modelo de Simulink de un algoritmo de predicción de ECG con GPU Coder y GPU de NVIDIA utilizadas para acelerar la simulación.

Acelere simulaciones de Simulink y MATLAB

Llame a código CUDA generado en forma de función MEX desde código de MATLAB para acelerar la ejecución. Utilice Simulink Coder con GPU Coder para acelerar bloques MATLAB Function con alta carga computacional de modelos de Simulink en GPU de NVIDIA.

“MATLAB incluye todas las herramientas necesarias para anotar datos, y seleccionar, entrenar, probar y ajustar un modelo de Deep Learning. Con GPU Coder, pudimos desplegar rápidamente en GPU de NVIDIA, a pesar de tener poca experiencia en GPU”.