为什么 jax.numpy.dot() 在 CPU 上运行比 numpy.dot() 慢？

Question

我想使用 JAX 在 CPU 上加速我的 numpy 代码，然后在 GPU 上。这是我在本地计算机上运行的示例代码（仅 CPU）：

import jax.numpy as jnp
from jax import random, jix
import numpy as np
import time

size = 3000

key = random.PRNGKey(0)
x =  random.normal(key, (size,size), dtype=jnp.float64)

start=time.time()
test = jnp.dot(x, x.T).block_until_ready()
print('Time of jnp: {}s'.format(time.time() - start))

x2=np.random.normal((size,size))

start=time.time()
test2 = np.dot(x2, x2.T)
print('Time of np: {}s'.format(time.time() - start))

我收到警告，时间成本如下：

/.../lib/python3.7/site-packages/jax/lib/xla_bridge.py:130: 
UserWarning: No GPU/TPU found, falling back to CPU.
warnings.warn('No GPU/TPU found, falling back to CPU.')
Time: 0.45157814025878906s
Time: 0.005244255065917969s

我在这里做错了吗？ JAX 是否也应该在 CPU 上加速 numpy 代码？

Answer 1

Jax 和 Numpy 之间可能存在性能差异，但在原始帖子中，时间差异主要归结为数组创建中的错误。 Jax 使用的数组的形状为 3000x3000，而 Numpy 使用的数组是长度为 2 的一维数组。numpy.random.normal 的第一个参数是loc（即从中采样的高斯平均值）。应使用关键字参数size= 来指示数组的形状。

numpy.random.normal(loc=0.0, scale=1.0, size=None)

进行此更改后，Jax 和 Numpy 之间的性能差异将减少。

import time
import jax
import jax.numpy as jnp
import numpy as np

size = 3000

key = jax.random.PRNGKey(0)
x = jax.random.normal(key, (size, size), dtype=jnp.float64)

start = time.time()
test = jnp.dot(x, x.T).block_until_ready()
print("Time of jnp: {:0.4f} s".format(time.time() - start))

x2 = np.random.normal(size=(size, size)).astype(np.float64)

start = time.time()
test2 = np.dot(x2, x2.T)
print("Time of np: {:0.4f} s".format(time.time() - start))

一次运行的输出是

Time of jnp: 2.3315 s
Time of np: 2.8811 s

---

在测量定时性能时，应该收集多次运行，因为函数的性能是时间的分布而不是单个值。这可以通过 Python 标准库 timeit.timeit 函数或 IPython 和 Jupyter Notebook 中的 %timeit 魔法来完成。

import time
import jax
import jax.numpy as jnp
import numpy as np

size = 3000

key = jax.random.PRNGKey(0)
xjnp = jax.random.normal(key, shape=(size, size), dtype=jnp.float64)
xnp = np.random.normal(size=(size, size)).astype(np.float64)

%timeit jnp.dot(xjnp, xjnp.T).block_until_ready()
# 2.03 s ± 39.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit np.dot(xnp, xnp.T)
# 3.41 s ± 501 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

xjnp = xjnp.astype(jnp.float32)
xnp = xnp.astype(np.float32)

%timeit jnp.dot(xjnp, xjnp.T).block_until_ready()
# 2.05 s ± 74.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit np.dot(xnp, xnp.T)
# 1.73 s ± 383 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Numpy 中似乎有针对 32 位浮点数的优化点运算。