[英]PyCuda - How can I use functions written in Python in the kernel?
我想并行化我的Python代码,并且尝试使用PyCuda。 到目前为止,我所看到的是您必须在C代码中编写一个“内核”。 该内核将要并行化。 我对吗? 示例(从https://documen.tician.de/pycuda/tutorial.html将随机数数组加倍):
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4, 4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memcpy_htod(a_gpu, a)
# Kernel:
mod = SourceModule("""
__global__ void doublify(float *a)
{
int idx = threadIdx.x + threadIdx.y*4;
a[idx] *= 2;
}
""")
func = mod.get_function("doublify")
func(a_gpu, block=(4, 4, 1))
a_doubled = numpy.empty_like(a)
cuda.memcpy_dtoh(a_doubled, a_gpu)
print(a_doubled)
print(a)
关键是我的Python代码具有所有适合Python且不适合C的类和其他内容(即不可翻译为C)。
让我澄清一下:我有256个要并行化的独立for循环。 这些循环包含无法转换为C的Python代码。
如何在不将我的代码转换为C的情况下将实际的Python代码与PyCuda并行化?
你不能
PyCUDA不支持设备端python,所有设备代码都必须用CUDA C语言编写。
Numba包含一个直接的Python编译器,该编译器可以编译极其有限的Python语言功能子集并直接在GPU上运行。 这不包括访问任何Python库,例如numpy,scipy等。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.