第三节中我们介绍了NVIDIA的工程师写的编译脚本，但是这个脚本配置起来麻烦，用的时候选项也过于复杂。后来随着GPGPU的发展，CUDA逐渐被重视，因此MathWorks的工程师们重新写了这个nvmex脚本。毕竟是科班出身，新的脚本配置容易，使用简单。详细情况可访问其网站。在上述网站中，可找到下载nvmex源码的链接。下载后解压，得到nvmex.m。对其中的两个选项（红色部分按实际路径修改）稍加编辑，即可使用：
CUDA_LIB_Location = ‘C:\CUDA\lib’;
Host_Compiler_Location = ‘-ccbin "C:\Program Files\Microsoft Visual Studio 8\VC\bin"‘;
修改之后，将其复制到addMatrix.cu相同目录，并将此目录设置为matlab运行目录，在命令窗口输入：
>> nvmex(‘addMatrix.cu’);
即可完成编译。编译成功后，在matlab中即可像常规函数一样使用addMatrix函数。
根据第二节的介绍，matlab中可以通过mex文件的方式编译C/C++代码，但是对于.cu文件则无能为力。为了解决这个问题，NV的工程师们开发了用于编译cu文件的脚本，下面进行详细介绍。 测试环境：vs2005, matlab 7.6(r2008a), cuda 2.3 首先在NV的网站http://developer.nvidia.com/object/matlab_cuda.html下载matlab的插件包，并解压，共有4个重要文件：
nvmex.m
nvmex_helper.m
nvmexopts.bat
.\bin\nvmex.pl
首先将nvmex.pl拷贝到matlab的安装目录中的bin目录下，例如笔者的系统中就拷贝到C:\MATLAB\bin中。 下面编写cu文件，我们仍以两个矩阵相加为例，具体流程见代码注释。从代码中可看到，同时使用了matlab函数和cuda函数，并在GPU中完成了两个矩阵相加。完成addMatrix.cu的编写后，需要对其进行编译。 首先将nvmex.m,nvmex_helper.m,nvmexopts.bat拷贝到addMatrix.cu文件所在目录，并设置为matlab的当前目录。
编译成功后，在matlab中即可像常规函数一样使用addMatrix函数。 可能会遇到的问题：