问题标签 [numba]

我有一个四核 i7 920 CPU。它是超线程的，因此计算机认为它有 8 个内核。

根据我在互联网上阅读的内容，在执行并行任务时，我应该使用物理内核的数量，而不是超线程内核的数量。

所以我做了一些计时，很惊讶在并行循环中使用 8 个线程比使用 4 个线程更快。

为什么是这样？我的示例代码太长，无法在此处发布，但可以通过在此处运行示例找到：https ://github.com/jsphon/MTVectorizer

性能图表在这里：

我知道如何使用np.array或np.zeros或np.empty(shape, dtype)然后使用cuda.to_device复制在主机内创建全局设备功能。

此外，可以将共享数组声明为cuda.shared.array(shape, dtype)

但是如何在 gpu 函数内的特定线程的寄存器中创建一个恒定大小的数组。

我试过了cuda.device_array，np.array但没有任何效果。

我只是想在一个线程中执行此操作-

我习惯用 C/C++ 编写代码，当我看到以下数组操作时，我觉得有些 CPU 浪费：

因此我想知道：

• 这条线是否会被执行（解释）为创建一个临时数组（内存分配），然后连接前三个单元格（再次分配内存）？
  还是 python 解释器足够聪明？
  ^{（我也很好奇Pythran、Parakeet、Numba、Cython和其他 python 解释器/编译器在这种情况下所做的优化......）}

• 是否有一个技巧可以编写更高效的 CPU 并且仍然可以理解/优雅的替换行？
  ^{（您可以提供特定的 Python2 和/或 Python3 技巧和提示）}

我从这段代码开始计算一个简单的矩阵乘法。它在我的机器上以大约 7.85 秒的时间运行 %timeit。

为了加快速度，我尝试了 cython，将时间减少到 0.4 秒。我还想尝试使用 numba jit 编译器来查看是否可以获得类似的加速（用更少的努力）。但是添加 @jit 注释似乎给出了完全相同的时间（约 7.8 秒）。我知道它无法确定 calculate_z_numpy() 调用的类型，但我不确定我能做些什么来强制它。有任何想法吗？

我正在尝试在这里修改最后一个示例：

http://numba.pydata.org/numba-doc/0.15.1/examples.html

实现一个多线程的 groupby-max 函数。

到目前为止我所做的如下。在 IPython 会话中，它开始打印“在主线程上”，但在那之后，当我尝试输入新命令时，控制台所做的所有事情都是打印出“控制台已经以值退出：-1073741819 等待答案。”

如何使线程正常工作？

我有麻木。版本0.15.1。

我正在尝试运行以下程序：

我第一次运行它运行良好。但是后来我尝试安装 nvprof 和一些其他库，从那时起我收到以下错误：

卸载库没有帮助。

这是这个问题的后续：

如何求和的平方和的和？

我在哪里寻求帮助以使用 einsum（以实现极大的速度提高）并得到了很好的答案。

我也得到了使用的建议numba。我已经尝试过两者，似乎在某个点之后速度增加numba要好得多。

那么如何在不遇到内存问题的情况下加快速度呢？

我对 和 之间的区别感到jit困惑autojit。

我读过这个：

http://numba.pydata.org/numba-doc/0.6/doc/userguide.html

但不能说我知道有信心在这两个选项之间进行选择。有人可以详细说明，最好举个例子。

谢谢

我一直在使用 numba 来加快一些 for 循环的速度，从而获得了不错的效果。我如何预编译代码，而不是及时编译代码（这需要一些时间）？

这是一个例子：

我想要以某种方式保存已编译的函数，这样我就不需要每次都编译它。

我试着按照这个例子

http://numba.pydata.org/numba-doc/dev/pycc.html

获取我的代码的预编译版本。

但是我不知道如何加载它。这是我到目前为止尝试过的：

测试3.py：

在命令行中：

在 ipython 控制台中：

这给了我一个错误....

我有一种感觉，这是我对如何使用ctypes+的无知pycc而不是numba问题。任何帮助表示赞赏。