近年來，使用GPU(通用圖形處理器)進行科學計算已變得十分普遍。GPU最初設計用于圖像密集型視頻游戲產(chǎn)業(yè)中的圖形渲染繪制，但近年來GPU不斷發(fā)展，現(xiàn)可用于更廣泛的用途。研究人員可對其進行程序設計以執(zhí)行計算，用于數(shù)據(jù)分析、數(shù)據(jù)可視化，以及金融和生物建模等應用。

    MATLAB的GPU支持為活躍于許多學科的大量研究人員(不一定是CUDA編程專家)提供了一種加速科學計算的新方法。考慮到MATLAB主要是用于科學計算和工程計算，因此MATLAB最新提供的GPU支持是一種邏輯開發(fā)，以便讓非編程專家同樣能夠使用此技術。

    有了MATLAB的這些新功能之后，用戶便可以利用GPU來實現(xiàn)其應用程序的顯著提速，而無需進行低級的C語言程序設計。這一最新技術發(fā)展提供了現(xiàn)有方法以外的其他方法來加速特定硬件上的MATLAB算法執(zhí)行。

使用MATLAB進行GPU程序設計

    MATLAB中的CUDA支持為GPU加速后的MATLAB操作提供了基礎，并實現(xiàn)了現(xiàn)有CUDA內(nèi)核與MATLAB應用程序的集成。用戶現(xiàn)在可以使用不同的程序設計技術來實現(xiàn)易用性與執(zhí)行優(yōu)化兩者的適當平衡(參考文獻1)。

    MATLAB支持啟用了CUDA的NVIDIA GPU(具有1.3或更高版本計算功能)，例如Tesla 10系列和基于Fermi架構的尖端Tesla 20系列。GPU 1.3版提供的雙浮點精度全面支持是保證大多數(shù)科學計算不因速度權衡而損失精度(loss Svb)的先決條件，并且可以將代碼更改的需要減到最低。

    在MATLAB中實現(xiàn)GPU計算的三種方法加速了整個應用程序的進度，并實現(xiàn)了所需的建模復雜度與執(zhí)行控制間的權衡方案。

在GPU上執(zhí)行重載的MATLAB函數(shù)

    最簡單的編程模式包括對GPU(GPU數(shù)組)上已加載數(shù)據(jù)的MATLAB函數(shù)直接調(diào)用。用戶可以決定何時在MATLAB工作區(qū)和GPU之間移動數(shù)據(jù)或創(chuàng)建存儲在GPU內(nèi)存中的數(shù)據(jù)，以盡可能減少主機與設備間數(shù)據(jù)傳輸?shù)拈_銷。在第一個版本中，已重載了超過100個MATLAB函數(shù)(包括FFT和矩陣除法)，以在GPU數(shù)組中無縫執(zhí)行。用戶可在同一函數(shù)調(diào)用中將在GPU上加載的數(shù)據(jù)和MATLAB工作區(qū)中的數(shù)據(jù)混合，以實現(xiàn)最優(yōu)的靈活性與易用性。

     這種方法提供了一個簡單的接口，讓用戶可以在GPU上直接執(zhí)行標準函數(shù)，從而獲得性能提升，而無需花費任何時間開發(fā)專門的代碼。

MATLAB代碼示例1，在GPU上執(zhí)行矩陣除法

     當處理存儲在GPU內(nèi)存中的數(shù)據(jù)時，會重載 \ 操作符以便在GPU上運行。在這種情況下，用戶不得對函數(shù)進行任何更改，只能指定何時從GPU內(nèi)存移動和檢索數(shù)據(jù)，這兩種操作分別通過gpuArray和gather命令來完成。

在MATLAB中定義GPU內(nèi)核

     作為第二種編程模式，用戶可以定義MATLAB函數(shù)，執(zhí)行要對GPU上的向量化數(shù)據(jù)執(zhí)行的標量算術運算。使用這種方法，用戶可以擴展和自定義在GPU上執(zhí)行的函數(shù)集，以構建復雜應用程序并實現(xiàn)性能加速，因為需要進行的內(nèi)核調(diào)用和數(shù)據(jù)傳輸比以前少。

     這種編程模式允許用算術方法定義要在GPU上執(zhí)行的復雜內(nèi)核，只需使用MATLAB語言即可。使用這種方法，可在GPU上執(zhí)行復雜的算術運算，充分利用數(shù)據(jù)并行化并最小化與內(nèi)核調(diào)用和數(shù)據(jù)傳輸有關的開銷。

MATLAB代碼示例2，將MATLAB函數(shù)定義為GPU內(nèi)核

    同樣，在這種情況下，用戶不得對函數(shù)進行任何更改，只能指定何時從GPU內(nèi)存移動和檢索數(shù)據(jù)以及使用arrayfun命令調(diào)用函數(shù)。TaylorFun函數(shù)會在A_gpu矢量的各個元素上執(zhí)行，充分利用數(shù)據(jù)并行化。

直接從MATLAB調(diào)用CUDA代碼

     為了進一步擴展在GPU上執(zhí)行的集合函數(shù)，可以從CUDA或PTX代碼中創(chuàng)建一個MATLAB可調(diào)用的GPU內(nèi)核。第三種編程模式可以讓用戶輕松地從MATLAB直接調(diào)用已有CUDA代碼，使非CUDA專家同樣能夠進行代碼重用。

    這種編程模式同樣有助于CUDA開發(fā)人員的工作，因為它提供了直接從MATLAB進行CUDA代碼測試的整體解決方案，無需使用GPU在環(huán)配置進行基于文件的數(shù)據(jù)交換。此外，用戶還可以直接從MATLAB試用有關線程塊大小和共享內(nèi)存的參數(shù)。

MATLAB代碼示例3，直接從MATLAB調(diào)用CUDA代碼

    對于精通CUDA的程序員而言，這種方法可實現(xiàn)輕松混合串行與高度并行代碼的可能，從而獲得最優(yōu)的性能，而無需開發(fā)整個應用程序的C語言代碼。

     在編譯代碼并生成ptx文件之后，用戶可向MATLAB聲明該內(nèi)核，設置有關線程塊大小的屬性，并直接對數(shù)據(jù)調(diào)用內(nèi)核。同樣，在這種情況下，用戶可以決定何時在主機內(nèi)存與設備之間移動數(shù)據(jù)，以盡可能減少數(shù)據(jù)傳輸?shù)拈_銷。

GPU和CPU間的執(zhí)行權衡

    相比多核處理器，GPU可顯著地加速高度并行操作的執(zhí)行。實踐證明，GPU的大規(guī)模并行體系結構有助于從金融計算到分子動力學等許多領域的密集科學計算。通過將計算密集型內(nèi)核映射到GPU并在CPU上運行應用程序的順序部分，可以將整體執(zhí)行加速5倍到超過100倍(參考文獻2)。

     MATLAB GPU支持可以通過無縫方式為大規(guī)模并行復雜應用程序提速，而不損失精度。通過支持1.3或更高版本的CUDA，MathWorks解決方案可完全實現(xiàn)GPU上的雙浮點精度計算，從而保證不因任何速度權衡而損失精度。

      可使用GPU實現(xiàn)的加速主要取決于主機內(nèi)存和GPU設備間數(shù)據(jù)傳輸?shù)拈_銷。計算密集型并行應用程序可減少數(shù)據(jù)傳輸量，將能體驗更快的程序執(zhí)行。同樣，以上考慮明顯適用于在GPU上執(zhí)行的MATLAB應用程序(參見圖 1)。

圖1，使用雙浮點精度實現(xiàn)矩陣除法的計算加速見MATLAB代碼示例1所述。注意：對于小型矩陣而言，設備與主機間的數(shù)據(jù)傳輸開銷是最主要的，因此可能不會發(fā)生任何加速，或者GPU上的程序執(zhí)行甚至可能會比在CPU上的執(zhí)行還要慢

     根據(jù)計算復雜度和并行程度的不同，在所有GPU和CPU上執(zhí)行復雜應用程序時，可以體驗到最佳的加速效果。這視程序員的經(jīng)驗和水平而異，要看他是否能確定最佳的執(zhí)行平臺?；谶@些原因，很難估計使用GPU可獲得的最大加速效果。根據(jù)可用的硬件平臺和應用程序的復雜性，程序員可以使用MATLAB配置代碼以實現(xiàn)最快執(zhí)行，并作出目標平臺的最佳選擇(圖2)。

圖2，計算不同內(nèi)核大小的泰勒級數(shù)所需的執(zhí)行時間見MATLAB代碼示例2所述。注意：當在四核處理器上執(zhí)行該函數(shù)時，MATLAB隱式多線程已對其進行了加速，無需修改應用程序代碼。當計算加速大于數(shù)據(jù)傳輸?shù)拈_銷時，GPU對復雜函數(shù)更有幫助。GPU計算時間幾乎與內(nèi)核復雜度無關

結論

    為了實現(xiàn)GPU的最大靈活性和易用性，MathWorks提供了不同的編程模式來更好地滿足開發(fā)人員的偏好。有了MATLAB GPU支持，用戶便可以一種無縫且不費力的方式加速其應用程序。此外，GPU支持已集成在Parallel Computing Toolbox中，因此可以對所有具有并行性的應用程序進行加速，無論其位于GPU上還是CPU上，并可最終擴展到集群。因此，MATLAB GPU支持只需最少的編程工作，便可將 MATLAB的任務與數(shù)據(jù)并行化功能擴展到更多硬件平臺。