使用共享矩阵数据的Matlab GPU/CUDA操作

有没有办法在

gpuArray

类型中使用共享矩阵执行

arrayfun

在我的例子中，我想对

gpuArray

矩阵的两列或多列求和，但我不知道如何在

gpuffunction

中实现，

arrayfun

是最好的选择吗

我想在CUDA中做这个简单的操作，因为我需要用不同的组合做一百万个这样的操作

多谢各位

我会更好地解释这个问题。如果你看到我的问题是这样的

functionarrayfun=@（行）functionMex（数据1，数据2，行）

i=1：长度（表格组合（：，1））；%从1到行的末尾

比率=阵列风（功能阵列风，i）

不支持使用gpuArray/arrayfun索引时出错。第6行出错

并使用gpuArray：

请参见示例：

A = gpuArray.rand(100,2);
B = A(:,1);
C = A(:,2);
bsxfun(@plus,A(:,1),A(:,2))
arrayfun(@(x,y)x+y,A(:,1),A(:,2))

并使用gpuArray：

请参见示例：

A = gpuArray.rand(100,2);
B = A(:,1);
C = A(:,2);
bsxfun(@plus,A(:,1),A(:,2))
arrayfun(@(x,y)x+y,A(:,1),A(:,2))

---

作为

arrayfun

、

gpuArray

和

gpuffunction

的替代方案，您可以尝试直接在

CUDA

中编写函数，使用

nvcc

编译函数，然后在

Matlab

下将其链接为

mex

文件。是的，我知道，但是我问这个问题是因为我想知道是否还有其他的方法，我想避免使用c，但我想我必须使用它作为

arrayfun

，

gpuArray

和

gpuffunction

，你可以尝试直接在

CUDA

中编写你的函数，用

nvcc

编译它，然后在

Matlab

下链接成

mex

文件。是的，我知道，但我问这个问题是因为我想知道是否还有其他方法，我想避免使用c，但我想我必须这样做。问题是，在gpu阵列中，如果你不能使用@函数，它需要有一个写函数。在我的例子中，我想有一个函数的arrayfun，比如[ratio（i）]=functionMex（array1，array2，i）我认为现在不仅在matlab中是不可能的，你需要使用mex和cuda内核。或者使用matlab的arrayfire护套，但无法购买。感谢这个问题是在gpu arrayfun中你不能使用@函数，它需要一个写函数。在我的例子中，我想让arrayfun用于像[ratio（i）]=functionMex（array1，array2，i）这样的函数，我认为现在不可能只有在matlab中你才需要使用mex和cuda内核。或者使用matlab的arrayfire护套，但无法购买。谢谢