在 NVIDIA GPU 上运行 Python 代码 [重复]

Question

我是在 NVIDIA GPU 上使用 python 编程的新手，所以有以下问题陈述。

我正在尝试使用 python 的 igraph 库分两部分对 Youtube Dataset(http://netsg.cs.sfu.ca/youtubedata/) 执行社交网络分析。

1. 在第 1 部分中，我将研究度分布、中心性度量和计算 HITS 分数、页面排名、聚类系数。
2. 在第二部分中，我将使用监督学习、PropFlow、邻近评分、监督随机游走来进行视频之间的链接预测。

目前我已经完成了预处理部分，但是当我尝试使用 PyCharm IDE 中的 igraph 库在我们的数据集的一部分（包含 5538 个唯一节点的子集）上生成图形时，代码运行了 3 个小时，没有尽在眼前。

我想知道在我的机器上运行 NVIDIA GPU 上的 python 代码会加快速度吗？

还有什么方法可以在没有 python 的 Anaconda 发行版的情况下使用 CUDA(https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=7&target_type=exelocal) 直接在 GPU 上运行用 pycharm IDE 编写的代码？我尝试在网上搜索相同的内容，但找不到任何内容。

系统配置

1. Windows 7（64 位）

2. NVIDIA GeForce 820M GPU(2 GB)

3. 内存 (8 GB)

4. Python 2.7.14

5. PyCharm IDE（社区版）

Answer 1

如果您只使用 Python 模块，可能大部分计算都在其中完成，因此您需要改进库，而不是代码。

另一方面，如果您有自己的流程，您可以使用PyCUDA 改进它们，但请注意，并非所有代码都是可并行化的，而且您不会总能获得惊人的速度提升。 您可以分析您的代码，看看它是否遵循某个允许您使用 GPU 内核的Flynn's taxonomy。

遗憾的是，没有神奇的插件可以使用 PyCharm 在 GPU 上运行您的代码。