MATLAB предоставляет рабочий процесс для обучения, проверки и развертывания моделей глубокого обучения. Инженеры могут использовать ресурсы графического процессора без дополнительного программирования, что позволяет им сосредоточиться на своих приложениях, а не на настройке производительности. Новая интеграция NVIDIA TensorRT с GPU Coder позволяет моделям глубокого обучения, разработанным в MATLAB, работать на графических процессорах NVIDIA с высокой производительностью и низкой задержкой. Внутренние тесты показывают, что код CUDA, сгенерированный MATLAB в сочетании с TensorRT, позволяет развертывать Alexnet с производительностью в 5 раз выше, чем у TensorFlow, и VGG-16 с производительностью в 1,25 раза выше, чем у TensorFlow, для вывода результатов глубокого обучения.*
* Все тесты производительности проводились в MATLAB R2018a с GPU Coder, TensorRT 3.0.1, TensorFlow 1.6.0, CUDA 9.0 и cuDNN 7 на графическом процессоре NVIDIA TITAN Xp на компьютере под управлением Linux с 12-ядерным процессором Intel® Xeon® E5-1650 v3 и 64 ГБ оперативной памяти.
