Python 은 pyCUDA 를 바탕 으로 GPU 가속 병행 컴 퓨 팅 기능 입문 튜 토리 얼 을 실현 합 니 다.
Nvidia 의 CUDA 구 조 는 우리 에 게 GPU 를 직접 조작 하고 프로 그래 밍 하 는 편리 한 방식 을 제공 해 주 었 으 나 C 언어 를 바탕 으로 하 는 CUDA 의 실현 은 비교적 복잡 하고 개발 주기 가 비교적 길다.한편,python 은 광범 위 하 게 사용 되 는 언어 로 서 간단 하고 배우 기 쉬 우 며 문법 이 간단 하고 개발 이 빠르다 는 장점 을 가진다.네 번 째 CUDA 지원 언어 로 서 python 은 반드시 고성능 컴 퓨 팅 에 뛰어난 공헌 을 할 것 이 라 고 믿 습 니 다.
pyCUDA 특징
구체 적 인 호출 절 차 는 다음 과 같다.
기본 예 호출
import pycuda.autoinit
import pycuda.driver as drv
import numpy
from pycuda.compiler import SourceModule
mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
const int i = threadIdx.x;
dest[i] = a[i] * b[i];
}
""")
multiply_them = mod.get_function("multiply_them")
a = numpy.random.randn(400).astype(numpy.float32)
b = numpy.random.randn(400).astype(numpy.float32)
dest = numpy.zeros_like(a)
multiply_them(
drv.Out(dest), drv.In(a), drv.In(b),
block=(400,1,1), grid=(1,1))
print dest-a*b
#tips: copy from hello_gpu.py in the package.
GPU 가속 python 에는 이미 지 를 처리 하 는 python GPU 가속 패키지 등 기능 패키지 도 있 습 니 다.pyGPU
그리고 전문 적 인 GPU 가속 python 기계 학습 패키지-scikitCUDA
Matlab 에 대응 하 는 공구 꾸러미 병행계산 도구 상자과GPU 컴 퓨 팅 기술
그리고튜 토리 얼와문서 소개
더 많은 파 이 썬 관련 내용 에 관심 이 있 는 독자 들 은 본 사이트 의 주 제 를 볼 수 있다.
본 논문 에서 말 한 것 이 여러분 의 Python 프로 그래 밍 에 도움 이 되 기 를 바 랍 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
