MathWorks ha anunciado que MATLAB ofrece ahora integración con NVIDIA TensorRT mediante GPU Coder. Esto ayuda a los ingenieros y científicos a desarrollar nuevos modelos de IA y deep learning en MATLAB, con el rendimiento y la eficiencia necesarios para satisfacer las crecientes demandas de los centros de datos, aplicaciones embebidas y de automoción.

MATLAB proporciona un flujo de trabajo para entrenar, validar y desplegar modelos de deep learning. Los ingenieros pueden usar recursos de GPU sin programación adicional, de manera que se pueden concentrar en sus aplicaciones en lugar de en ajustar el rendimiento. La nueva integración de NVIDIA TensorRT con GPU Coder permite que los modelos de deep learning desarrollados en MATLAB se ejecuten en GPUs de NVIDIA con un rendimiento elevado y baja latencia. Las pruebas de referencia internas muestran que el código CUDA generado por MATLAB combinado con TensorRT puede desplegar Alexnet con un rendimiento 5 veces superior que TensorFlow, y puede desplegar VGG-16 con un rendimiento 1,25 veces superior que TensorFlow para la inferencia mediante deep learning.*

* Todas las pruebas de referencia se ejecutaron en MATLAB R2018a con GPU Coder, TensorRT 3.0.1, TensorFlow 1.6.0, CUDA 9.0 y cuDNN 7 en una NVIDIA TITAN Xp GPU, en un equipo Linux de 12 núcleos Intel ® Xeon® E5-1650 v3 con 64 GB de RAM.

Más información o presupuesto