GPU上的圖像處理算法，並行處理Matlab

我想加速我的算法，因爲我需要在數百個圖像上運行它，所以我試圖使用未矢量化的GPU代碼，在GPU上運行相同的代碼，我有nvidia Geforce在我的PC上裝有2 GB的GT 650M，但是它比CPU版本要慢。搜索後，我確信使用批處理過程（pagefun，bsxfun）傳遞給矢量化的GPU代碼，我試圖解決這個問題而沒有解決方案。有人可以幫我關於這個代碼：GPU上的圖像處理算法，並行處理Matlab

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

另一個問題爲什麼Matlab只使用我的CPU的20％？我如何利用我的CPU來加速我的處理

Matlab是單線程應用程序嗎？

在此先感謝

來源

2016-08-24 MAGNETAR

矢量化版本是這樣的：

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);

這應該已經快得多甚至在CPU上運行。如果你有一個GPU，所有你需要做的是輸入數組

BB = gpuArray(BB);

存儲在GPU上，然後收集結果

A = gather(A);

回CPU

來源

2016-08-24 19:32:52

不要gpuArray仍然需要並行計算工具箱？ – zhqiat

是的，並行工具箱是gpuArray所需的 –

非常感謝Airidas Korolkovas，但是我的執行時間沒有得到很大的改善，pagefun的使用可以改善時間嗎？我有平行的工具箱。 nvidea GT 650M – MAGNETAR

您需要購買parallel computing toolbox。（使用parfor）。

這是一個衆所周知的matlab限制，其中一些底層函數不會跨多個內核（不是線程）並行執行。一個快速的大局是看看matlab使用多少CPU，然後乘以你在電腦上的CORE數量（這應該讓你達到100％左右）。

如果你想利用你的電腦GPU，並行計算工具箱是這樣做的唯一方法。

從mathworks

這真的取決於你在做什麼。對於某些代碼，MATLAB只能使用單個處理器的單個內核，對於其他代碼，MATLAB將自動利用所有可用的內核（以及可能的處理器）。它真的取決於底層的功能。有些事情不容易並行。有時你可以用parfor循環來幫助MATLAB。其他時候你可能需要類似MPI的東西。還有些時候，你確實無能爲力。

來源

2016-08-24 19:14:50 zhqiat

這不是完全正確的，你可以打開MATLAB的幾個實例，每個實例都可以在不同的核心上工作。 – EBH

好點！只需要你改變你的代碼並分割你的循環。 – zhqiat

如果你的計劃是使用'parfor'等，那麼你的代碼應該能夠很容易地分割循環。否則，_parallel computing toolbox_將不會幫助他...... – EBH

GPU上的圖像處理算法，並行處理Matlab

回答

相關問題