Entwicklungstools GPU-Unterstützung in Matlab

Große Matrizenberechnungen werden durch Grafikprozessoren deutlich beschleunigt.

Matlab kann ab sofort Nvidia-Grafikprozessoren nutzen, um Berechnungen zu beschleunigen. Voraussetzung ist das vorhandensein von mindestens einer CUDA-fähigen GPU von Nvidia sowie der Parallel Computing Toolbox von Matlab und/oder dem Matlab Distributed Computing Server.

Mit der neuen Unterstützung durch Grafikprozessoren können Ingenieure und Wissenschaftler die Geschwindigkeit vieler Matlab-Berechnungen erhöhen, ohne diese Prozessoren eigens programmieren zu müssen. CUDA-fähige (Compute Unified Device Architecture) GPUs wie z.B. die neueste Tesla-20-Serie von Nvidia werden direkt von der Parallel Computing Toolbox angesteuert. Die Matlab-Toolbox greift direkt auf die CUDA-Bibliothek von Nvidia zu, ohne dass der Anwender die CUDA-Programmierung erlernen muss.

Ursprünglich für die Grafikwiedergabe in der grafikintensiven Videospieleindustrie entwickelt wurden GPUs in den letzten Jahren zunehmend auch für allgemeinere Anwendungsfälle verwendet. Entwickler können sie zur Ausführung von Berechnungen sowie anspruchsvollen Grafikeffekten programmieren, die für Datenanalysen, Datenvisualisierung und Anwendungen wie Finanzmodellierung oder Modellierungen in der Biologie erforderlich sind.