MATLAB用户在GPU上实现具有GPU计算特色的代码加速

MathWorks 宣布通过使用 Parallel Computing Toolbox 或 MATLAB Distributed Computing Server 实现在MATLAB 应用中提供对 NVIDIA 图形处理器(GPU) 的支持。这项支持可使工程师和科学家加快多种 MATLAB 计算的速度，而无需执行底层编程。

现在，越来越多的工程师和科学家可以借助MATLAB使用 NVIDIA的 具有支持 CUDA 的 GPU，其中包括基于 Fermi 架构的最新 Tesla 20 系列 GPU。Parallel Computing Toolbox 可以使用户无需学习 CUDA 编程或对其应用程序进行重大修改，即可访问 NVIDIA CUDA 库。

MathWorks 公司的并行计算市场部经理 Silvina Grad-Freilich 说：“MATLAB 使用方便，

它使工程和科学界能快速地采用 GPU 进行科学计算。MathWorks 首次支持 NVIDIA

具有 CUDA 的 GPU，这使 MATLAB 用户能利用 GPU 极大地提速其应用程序。Parallel Computing Toolbox 使 MATLAB 的工程师和科学家只需进行少量编程，即可访问所有开放给他们的计算资源，从本地桌面的多核和 GPU 到集群和网格等等。”

GPU 最初设计用于图像密集型视频游戏产业中的图形渲染，但近年来 GPU 不断发展壮大，现可用于更广泛的用途。研究人员可对其进行编程以执行计算和复杂图形效果，用于数据分析、数据可视化，以及金融建模和生物建模等应用。

NVIDIA 公司 Tesla 产品部高级经理 Sumit Gupta 说：“MATLAB 是工程师和科学家工具箱中的基本工具。使用 GPU 可使 MATLAB 用户加速其各种应用，这为工程与科学应用领域中的突破性创新提供了基础。”

MATLAB用户可以使用MathWorks提供的Parallel Computing Toolbox在GPU上轻松实现具有GPU计算特色的代码加速。