python - PyCUDA 和 NumbaPro CUDA Python 有什么区别？

Question

我是 CUDA 的新手，我想弄清楚PyCUDA（免费）还是NumbaPro CUDA Python（非免费）对我来说会更好（假设库成本不是问题）。

两者似乎都要求您使用它们各自的 Python 方言。但是，PyCUDA 似乎需要您在C代码中编写内核函数，这比使用 NumbaPro 更麻烦，NumbaPro 似乎为您完成了所有艰苦的工作。

真的是这样吗？会有显着的性能差异吗？

Answer 1

numbapro现在是BSD 许可证上的numba，它也是免费的。

根据这份报告，pyOpenCL 和 pyCUDA 比 numba 快 5 倍

Answer 2

让我们来谈谈这些库中的每一个：

PyCUDA：

PyCUDA是一个用于 CUDA 的 Python 编程环境，它使您可以从 Python 访问 Nvidia 的 CUDA 并行计算 API。PyCUDA是用 C++（基础层）和 Python 编写的，C++ 代码将在 NVIDIA 芯片上执行，Python 代码编译、执行并获取 C++ 代码的结果并自动管理资源，使其成为强大的功能之一库 CUDA。

PyCUDA 与 PyOpenCl 略有不同，可用于在各种平台上运行代码，包括 Intel、AMD、NVIDIA 和 ATI 芯片。不像 PyCUDA 只能在 NVIDIA 芯片上运行：

Python + CUDA = PyCUDA

Python + OpenCL = PyOpenCL

NUMBA/NumbaPro：

NUMBA：NumbaPro 或最近的 Numba（NumbaPro 已被弃用，其代码生成功能已移至开源 Numba。）是由 Anaconda, Inc. 赞助的 Python 的开源 NumPy 感知优化编译器。它使用卓越的 LLVM 编译器将 Python 语法编译为机器代码的基础设施。Numba支持编译 Python 以在 CPU 或 GPU 硬件上运行，它基本上是用 Python 编写的。它易于安装和实施。

正如@Wang 所提到的，Pycuda 比 Numba 快。