如何在MATLAB上用GPU加速计算

（1）首先，GPU设备确认，Matlab目前只支持Nvidia的显卡。想知道自己的电脑有没有这个能力，在Matlab中运行 gpuDevice。 只要数据格式是gpuArray格式的，那么计算过程会自动的调用GPU进行计算。

（2）GPU和CPU之间数据传递 ①将CPU内存数据传到GPU内存中：gpuArray 1）在使用GPU计算的时候，只需要将CPU的数据复制到GPU中即可，可以对数据的名称做了修改，也可以直接进行重新赋值。 例如：G = gpuArray(M);或，M = gpuArray(M); 注意：有时候GPU受限于硬件架构，单精度的计算远快于双精度。这时候可以考虑在拷贝的时候顺便转换一下精度，例如：A = gpuArray(single(B)); 2）也可以直接在GPU上设置数据。 例如：A = zeros(10, ‘gpuArray’); 或像随机序列的产生：r = gpuArray.rand(1, 100) % 一行，一百列 运行class函数：class®；得到ans = gpuArray。可见这是一个在gpu上的数组。

在GPU可以正常运行基本的运算，与正常矩阵计算方法相同。具体的可以运行的运算可以使用命令。可以通过“methods(gpuArray)”进行查看，Matlab可以在GPU运行的具体运算可以查看附录，附录中是Matlab给出的结果。

②GPU数据回传 B = gather (A); 直接使用上边的命令就能够将GPU中的数据回传给CPU。

（3）使用技巧 如果没有并行计算不建议使用GPU。单个线程运行程序还是建议在CPU上运行，CPU的主频还是高一点，GPU主要是支持多个线程同时运行。 例如：index = 0; index = gpuArray(index); for i = 1 : 10000 tic for j = 1 : 100000 index = index + 1; end toc end disp(index) 通过上边程序第二行程序就可以在GPU上运行，注释掉就会在CPU上运行。

参考借鉴的网上同人说明，感谢指教，无商用，若侵权可删。 参考链接： https://blog.csdn.net/qq_35451572/article/details/79579831 https://blog.csdn.net/C_chuxin/article/details/83027485 https://www.cnblogs.com/yymn/p/8698287.html