MATLAB offre un flusso di lavoro per l'addestramento, la convalida e la distribuzione di modelli di deep learning. Gli ingegneri possono utilizzare le risorse GPU senza programmazione aggiuntiva, consentendo loro di concentrarsi sulle proprie applicazioni anziché sull'ottimizzazione delle prestazioni. La nuova integrazione di NVIDIA TensorRT con GPU Coder permette di eseguire modelli di deep learning sviluppati in MATLAB su GPU NVIDIA con prestazioni elevate e bassa latenza. I benchmark interni dimostrano che il codice CUDA generato da MATLAB, combinato con TensorRT, può distribuire AlexNet con prestazioni 5 volte superiori a quelle di TensorFlow e VGG-16 con prestazioni 1,25 volte superiori a quelle di TensorFlow per l'inferenza di deep learning.*
* Tutti i test di benchmark sono stati eseguiti in MATLAB R2018a con GPU Coder, TensorRT 3.0.1, TensorFlow 1.6.0, CUDA 9.0 e cuDNN 7 su una GPU NVIDIA TITAN Xp, su una macchina Linux con un processore Intel® Xeon® E5-1650 v3 a 12 core e 64 GB di RAM.
