Ich weiß nicht, die Antwort für Matlab, aber wenn Sie bereit sind, in Python zu arbeiten, dann ist PyCUDA dein Freund. Sie entwickeln Kernel-Code direkt in CUDA-C, geschrieben in langen Strings in Python. Dann können Sie mit PyCUDA diese kompilieren, Gerätevariablen einrichten, Daten zum und vom Gerät senden und dann Ihren Kernel mit Startkonfigurationen zur Steuerung von Threads/Blöcken usw. ausführen. Um Shared Member zu verwenden, deklarieren Sie nur Variablen mit dem Schlüssel shared
in Ihrem CUDA-C-Code als Python-String.
Ich schrieb einen Code für die Bildverarbeitung, die is linked here. Sie können es entpacken und sehen, wie ich die CUDA-C-Quellmodule als Python-Strings geschrieben habe. Mit NumPy und SciPy ist der Rest der Benutzererfahrung in Python Matlab äußerst ähnlich - einfach besser. Wenn Sie mit diesem Projekt in Matlab nicht verheiratet sind, sollten Sie es auf PyCUDA umstellen.
Auch dachte ich nur, dass dies eine nützliche Seite war, die für einen Kommentar zu groß war. Da ich deine Matlab-Frage nicht beantwortet habe, verstehe ich vollkommen, ob du nicht nach oben abstimmen oder dies als Antwort akzeptieren willst. – ely
Das erste Mal lese ich etwas Python-Code ... Beeindruckend, wie einfach es lesbar ist. Ich werde es versuchen, da ich etwas Freizeit habe. Danke – Maiss