使用 numba 在 GPU 上运行 Python答案

【问题标题】：Running Python on GPU using numba使用 numba 在 GPU 上运行 Python
【发布时间】：2017-05-16 13:51:08
【问题描述】：

我试图在我的 NVIDIA GPU 中运行 python 代码，谷歌搜索似乎告诉我 numbapro 是我正在寻找的模块。但是，根据this 的说法，numbapro 不再继续，而是已移至 numba 库。我尝试了 numba，它的 @jit 装饰器似乎确实加快了我的一些代码的速度。然而，当我更多地阅读它时，在我看来jit 只是在运行时编译你的代码，并且这样做，它做了一些重度优化，因此加速了。

jit 似乎并没有加速已经优化的 numpy 操作，例如 numpy.dot 等，这一事实进一步强化了这一点。

我在这里是否感到困惑并偏离了轨道？ jit 到底是做什么的？如果它不能让我的代码在 GPU 上运行，我还能怎么做呢？

【问题讨论】：

你真的应该阅读文档，这个主题在那里解释得很好。剧透：您实际上可以在 GPU 上运行代码，请继续阅读。

标签： python numpy numba numba-pro

【解决方案1】：

您必须通过 ufunc 明确告诉 Numba 以 GPU 为目标：

http://numba.pydata.org/numba-doc/latest/cuda/ufunc.html

或以明确考虑 GPU 的方式对函数进行编程：

http://numba.pydata.org/numba-doc/latest/cuda/examples.html http://numba.pydata.org/numba-doc/latest/cuda/index.html

普通的jit 函数不针对GPU，通常不会加速对np.dot 之类的调用。通常 Numba 擅长于避免创建中间临时 numpy 数组，或者如果您正在编写的代码很难以矢量化方式开始编写。

【讨论】：