GPGPU.ORG.CN

Matlab下通过Mex文件编写C程序
本节参考NVIDIA网站相关资源，点击此处链接：

1、MEX规则

Matlab提供了MEX文件的方式来支持C/C++代码编写的算法。mex文件需要满足如下要求：
(1) 包含mex.h头文件
(2) 函数名称、参数返回值必须为如下形式:

void mexFunction(int nlhs, mxArray *plhs[],int nrhs, const mxArray *prhs[]);

其中：
nlhs 为输出数组个数(Left Hand Side)
plhs 为指向输出数组的指针
nrhs 为输入数组个数(Right Hand Side)
prhs 为指向输入数组的指针，且输入数组只读。
以上四个变量，是在C/C++代码中唯一可用到的变量。实际上，由于matlab中所有的变量都是mxArray结构(向量，数组，字符串。。。)，因此常见的数据类型均可放入mxArray传递给程序进行处理。
(3)常用mex函数:
a. mex函数定义在mex.h(./extern/include)中，并以mex为前缀，例如打印输出的mexPrintf()函数、在mex文件中调用matlab函数的mexCallMATLAB()函数等。
b. 在matrix.h(./extern/include)中定义了mxArray结构以及对矩阵操作的函数，如创建双精度矩阵的mxCreateDoubleMatrix()、从mxArray中获取数据指针mxGetPr()等。
(4)编译
首先可以通过mex -setup来选择编译器，此时matlab会提示：
Would you like mex to locate installed compilers [y]/n?
此处如果选y，则会列出系统中安装的编译器，但不一定完整（作者就遇到这样的情况）。如果选n，则会列出matlab支持的所有编译器，
我们按实际情况选取即可（按照CUDA的要求，vs2005以上）。
另外常用的编译选项有：
-I 增加头文件(.h)包含目录
-L 增加库文件(.lib)包含目录
-l 链接引用的库文件名称

其他命令可查看matlab中的帮助文档。

2、MEX例程
在本教程中，举例实现将两个矩阵相加（C = A + B）。

/********************************************************************
filename:     addMatrix.c
file ext:       c
author:        wy@gpgpu.org.cn
purpose:  test matlab with c
*********************************************************************/
#include "mex.h"
void mexFunction(int nlhs, mxArray *plhs[],int nrhs, const mxArray *prhs[])
{
    int i, j, mA, nA, mB, nB, nMatSize;
    double *A, *B, *C;
    /* 输入变量检查 */
    if (nrhs != 2)
        mexErrMsgTxt("输入参数必须为2个");
    if (nlhs != 1)
        mexErrMsgTxt("输出参数必须为1个");
    mA = mxGetM(prhs[0]);
    nA = mxGetN(prhs[0]);
    mB = mxGetM(prhs[1]);
    nB = mxGetN(prhs[1]);
   if (mA != mB ||
       nA != nB)
       mexErrMsgTxt("输入矩阵尺寸必须相同");
    /*为输出结果分配内存*/
    plhs[0]=mxCreateDoubleMatrix(mA,nA,mxREAL);
    /*获取数据指针*/
    A = mxGetPr(prhs[0]);
    B = mxGetPr(prhs[1]);
    C = mxGetPr(plhs[0]);
    /*求和计算*/
    nMatSize = mA * nA;
    for (i=0; i<nmatsize ; i++)
    {
        C[i] = A[i] + B[i];
    }
    /*输出信息*/
    mexPrintf("求和完毕");
}

编译c文件：
mex -v addMatrix.c

编译成功后，在matlab中即可像常规函数一样使用addMatrix函数。
a = rand(2,2)
a =
0.93547      0.41027
0.9169      0.89365

b = rand(2,2)
b =
0.057891      0.81317
0.35287    0.0098613

c = addMatrix(a,b)
求和完毕
c =
0.99336       1.2234
1.2698      0.90351

3. 使用cuda标准库
在nvidia给出的白皮书例程中，给出了二维FFT的实现方法，本文将其引用，说明通过mex文件使用cuda标准库实现加速的方法。
在该程序中，没有调用内核程序，而只使用了runtime库和fft库，并不需要.cu文件，可以用mex命令直接编译。因此，将cuda算法封装之后再由mex文件调用是使用matlab使用cuda的一种方法。
编译命令：
mex -IC:\CUDA\include fft2_cuda.c -LC:\cuda\lib -lcufft -lcudart
(全文…)

引言

Matlab作为科学计算中的重要工具，它提供了丰富的基本函数和工具箱，从而在各个领域得到了广泛的应用。但Matlab的缺点是代码效率较低，在工程应用中只能作为模型验证，而不能得到实际应用。而CUDA作为显卡编程比较成熟的语言，能够充分利用GPU的计算能力，提高执行效率。因此如何能将CUDA的高效与matlab的简便有机的结合是本文要解决的问题，根据解决问题的方式我们将分为两节进行讲解。