在Linux环境中运行MATLAB时，指定多个GPU可以显著提升计算性能。本指南将介绍如何为MATLAB程序指定多个GPU，以便充分利用系统中的GPU资源。
GPU设备查询
首先，需要确定系统中可用的GPU设备。以下MATLAB命令将列出所有可用的GPU设备及其属性：
matlab
gpuDevice()
MATLAB并行池设置
要使用多个GPU，需要创建MATLAB并行池。并行池是一个MATLAB进程组，每个进程都在不同的GPU上运行。以下命令创建了一个指定特定GPU设备ID的并行池：
matlab
parpool('local', 4, 'gpu', 'auto')
参数“local”指定本地并行池，“4”指定并行池中进程的数量，“gpu”指定使用GPU，而“auto”指定MATLAB自动选择可用GPU设备。
程序分配GPU
一旦并行池被创建，就可以使用“spmd”命令将MATLAB程序分配到特定GPU上。以下示例在并行池中的第一个GPU上运行代码块：
matlab
spmd
fprintf('I am running on GPU %d.\n', gpuDevice);
end
程序将输出每个GPU上的消息，表明代码块被成功分配到GPU上。
释放并行池
使用完并行池后，必须将其释放以释放资源。以下命令释放并行池：
matlab
delete(gcp)
注意事项
在使用多个GPU时，需要考虑以下注意事项：
* 确保驱动程序和MATLAB版本与GPU硬件兼容。
* GPU内存有限，因此需要管理数据大小以避免内存不足错误。
* 不同GPU可能具有不同的计算能力，因此需要平衡工作负载以获得最佳性能。
* MATLAB并行编程可能具有挑战性，因此需要了解并行编程原理。
