使用 GPU PyOpenCL 优化 python 代码的不同方法：内核 GPU/PyOpenCL 中的外部函数答案

【问题标题】：Different ways to optimize with GPU PyOpenCL a python code : extern function inside kernel GPU/PyOpenCL使用 GPU PyOpenCL 优化 python 代码的不同方法：内核 GPU/PyOpenCL 中的外部函数
【发布时间】：2020-03-20 07:07:32
【问题描述】：

我使用以下命令来分析我的 Python 代码：

python2.7 -m cProfile -o X2_non_flat_multiprocessing_dummy.prof X2_non_flat.py

然后，我可以全局可视化不同贪心函数的重新分区：

如您所见，Pobs_C 和 interpolate 例程花费了大量时间，对应于以下代码 sn-p ：

def Pobs_C(z, zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T, R_T, DG_T_fid, DG_T, WGT_T, WT_T, WIAT_T, cl, P_dd_spec, RT500):
    cc = 0
    P_dd_ok = np.zeros(len(z_pk))
    while cc < len(z_pk):
        if ((cl+0.5)/RT500[cc] < 35 and (cl+0.5)/RT500[cc] > 0.0005):
            P_dd_ok[cc] = P_dd_spec[cc]((cl+0.5)/RT500[cc])
        cc=cc+1

    P_dd_ok = CubicSpline(z_pk, P_dd_ok)
    if paramo == 8:
        P_dd_ok = P_dd_ok(z)*(DG_T(z)/DG_T_fid(z))**2
    else:
        P_dd_ok = P_dd_ok(z)

    if paramo != 9 or paramo != 10 or paramo != 11:
        C_gg = c/(100.*h_p)*0.5*delta_zpm*np.sum((F_dd_GG(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[1:]), R_T(z[1:]), WGT_T[aa][1:], WGT_T[bb][1:], DG_T(z[1:]), P_dd_ok[1:]) + F_dd_GG(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[:-1]), R_T(z[:-1]), WGT_T[aa][:-1], WGT_T[bb][:-1], DG_T(z[:-1]), P_dd_ok[:-1]))) + P_shot_GC(zi, zj)
    else:
        C_gg = 0.
    if paramo < 12:
        C_ee = c/(100.*h_p)*0.5*delta_zpm*(np.sum(F_dd_LL(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[1:]), R_T(z[1:]), WT_T[aa][1:], WT_T[bb][1:], DG_T(z[1:]), P_dd_ok[1:]) + F_dd_LL(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[:-1]), R_T(z[:-1]), WT_T[aa][:-1], WT_T[bb][:-1], DG_T(z[:-1]), P_dd_ok[:-1])) + np.sum(F_IA_d(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WT_T[aa][1:], WT_T[bb][1:], WIAT_T[aa][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_IA_d(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WT_T[aa][:-1], WT_T[bb][:-1], WIAT_T[aa][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1])) + np.sum(F_IAIA(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WIAT_T[aa][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_IAIA(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WIAT_T[aa][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1]))) + P_shot_WL(zi, zj)
    else:
        C_ee = 0.
    C_gl = c/(100.*h_p)*0.5*delta_zpm*np.sum((F_dd_GL(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WGT_T[aa][1:], WT_T[bb][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_dd_GL(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WGT_T[aa][:-1], WT_T[bb][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1])))
    return C_gg, C_ee, C_gl

1) 主要问题： 有没有办法在这个例程中实现 GPU/OpenCL 层，特别是对于 CubicSpline 或整个 Pobs_C 函数。有哪些替代方法可以让我减少传递给 Pobs_C 及其内部函数 CubicSpline 的时间？

我对 OpenCL（不是 PyOpenCL）的概念很少，例如 map-reduce 方法或使用经典内核解决 Heat 2D equation。

2) 之前的反馈： 我知道我们不能天真地认为在内核中调用外部函数会带来更高的加速，因为 GPU 可以实现很多调用。相反，我宁愿把不同功能的所有内容都允许得到优化：你同意并确认吗？那么，我可以在内核代码中声明对外部函数的调用吗（我的意思是不在内核内部的函数，即经典部分代码（称为Host code？）？

3) 可选问题：也许我可以在内核中声明这个 extern 函数：是否可以通过在内核中明确地声明这个函数？实际上，这可以避免复制所有可能并行 GPU 的函数的所有内容。

PS：很抱歉，如果这是一个笼统的话题，但它会让我更清楚地了解在上面的代码中包含 GPU/OpenCL 的可用方法，然后对其进行优化。

【问题讨论】：

标签： python python-2.7 gpu opencl pyopencl

【解决方案1】：

有没有办法在这个例程中实现 GPU/OpenCL 层，特别是对于 CubicSpline 或整个 Pobs_C 函数

很可能，没有。分析中的大部分时间似乎都在 1200 万次多项式评估中，每个评估调用在 CPU 上只花费 6 微秒。目前尚不清楚在该操作中是否会暴露出显着的令人尴尬的并行性。而且 GPU 仅对执行令人尴尬的并行任务有用。

那么，我可以在内核代码中声明对外部函数的调用吗（我的意思是不在内核中的函数，即经典部分代码（称为主机代码？）？

没有。那是不可能的。鉴于 Python 代码无论如何都必须在主机 CPU 上运行，很难理解这可能带来什么好处。

也许我可以在内核中声明这个 extern 函数：是否可以通过在内核中明确地[原文如此] 声明这个声明？

没有。

【讨论】：