Matlab 如何在 CPU 并行循环中实现 GPU 计算？
How does Matlab implement GPU computation in CPU parallel loops?
我们能否通过使用 gpuArray 的 GPU 函数计算 CPU 的 parfor 或 spmd 块的某些部分来提高性能？这是提高性能的合理方法还是此过程存在局限性？我在某处读到，当我们有一些 GPU 单元时，我们可以使用这个过程。这是除了 CPU 并行循环之外我们可以使用 GPU 计算的唯一方法吗？
在 parfor 循环或 spmd 块中使用 gpuArray 可能会给您带来性能优势，但实际上这取决于几个因素：
- 您的系统上有多少个 GPU
- 你有什么类型的 GPU（有些比其他的更好地处理 "oversubscribed" - 即有多个进程使用同一个 GPU）
- 你有多少工人运行
- 您的算法需要多少 GPU 显存
- 问题首先与 GPU 的匹配程度如何。
因此，如果您的机器中有两个高性能 GPU，并且 运行 两个工作人员在一个并行池中处理一个可以使单个 GPU 完全占用的问题 - 您会期望看到良好的加速.如果您 运行 4 个工人，您可能仍会获得不错的加速。
我要推荐的一件事是：如果可能，尽量避免 t运行 将 gpuArray 数据从客户端传输到工作人员，因为这比通常的数据 t运行 慢sfers（gpuArray 首先 gathered 到 CPU，然后在 worker 上重组）。
我们能否通过使用 gpuArray 的 GPU 函数计算 CPU 的 parfor 或 spmd 块的某些部分来提高性能？这是提高性能的合理方法还是此过程存在局限性？我在某处读到，当我们有一些 GPU 单元时，我们可以使用这个过程。这是除了 CPU 并行循环之外我们可以使用 GPU 计算的唯一方法吗？
在 parfor 循环或 spmd 块中使用 gpuArray 可能会给您带来性能优势，但实际上这取决于几个因素：
- 您的系统上有多少个 GPU
- 你有什么类型的 GPU（有些比其他的更好地处理 "oversubscribed" - 即有多个进程使用同一个 GPU）
- 你有多少工人运行
- 您的算法需要多少 GPU 显存
- 问题首先与 GPU 的匹配程度如何。
因此，如果您的机器中有两个高性能 GPU，并且 运行 两个工作人员在一个并行池中处理一个可以使单个 GPU 完全占用的问题 - 您会期望看到良好的加速.如果您 运行 4 个工人，您可能仍会获得不错的加速。
我要推荐的一件事是：如果可能，尽量避免 t运行 将 gpuArray 数据从客户端传输到工作人员，因为这比通常的数据 t运行 慢sfers（gpuArray 首先 gathered 到 CPU，然后在 worker 上重组）。