MATLAB-在GPU上并行使用用户定义的类方法

假设我有一个名为Stack的类，它有一个方法，该方法将Stack对象的一些其他属性作为输入参数，输入参数由向量和标量组成。输入向量和输出矩阵根据对象改变大小

classdef堆栈
...
...
函数out=某些方法（scalar1、scalar2、…、vec1、vec2…）%out具有不同数量的
%列的大小取决于vec1、vec2等的大小。
...
out=…%（4，m）的大小，其中m随每个对象而变化
结束

这种特定的堆栈方法应该被调用数千次，以便在另一个脚本中用于其他目的。由于串行使用此方法需要时间，因此并行解决方案将为更大的计算节省大量时间

我试图通过传递函数中堆栈对象的索引来使用cellfun，希望能在我的GPU上运行它，但cellfun不支持GPU计算。我还尝试使用arrayfun，但它不支持GPU上的UniformOutput参数。如果我想使用我的GPU，我不能在一个单元中存储不同大小的输出

我的问题是，对于每次返回不同大小输出的类方法/函数，GPU上的并行计算是否可能？如果没有，这个问题可能的解决方法是什么

---

更新：我的问题的简短总结是；我想为每个堆栈对象分别运行相同的函数，每个堆栈对象都有自己的输入，知道它们的输出大小不匹配，并在最后将它们收集到单元格数组中。

不清楚您真正想要的是什么。当然，GPU计算支持不同大小的输入和输出，例如，取两个随机（但兼容）大小的矩阵，使用

gpuArray

将它们相乘。你需要明确你的目标problem@AnderBiguri通过不同大小的输入和输出，我的意思是，对于每个迭代，每个类对象的输入和输出大小都会改变。例如，我第一次调用该方法时，其中一个输入向量的大小为（1,20），因此，第一次迭代的输出为（4,20）。这是我第二次调用该方法，假设输入的大小为（1,18），输出的大小为（4,18）。我希望能够考虑迭代之间的大小变化，并多次调用该方法以在单元阵列中立即获得输出。GPU计算是一种并行执行相同操作的技术。GPU不能对每个处理器执行不同的操作。这就是他们现在的工作方式。您可以在gpu中输入“同一任务”X1000次，但一次可以输入10000个不同的任务。