[英]Different ways to optimize with GPU PyOpenCL a python code : extern function inside kernel GPU/PyOpenCL
我使用以下命令来分析我的 Python 代码:
python2.7 -m cProfile -o X2_non_flat_multiprocessing_dummy.prof X2_non_flat.py
然后,我可以全局可视化不同贪婪函数的重新分区:
如您所见,大量时间花费在Pobs_C
和interpolate
例程上,对应于以下代码片段:
def Pobs_C(z, zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T, R_T, DG_T_fid, DG_T, WGT_T, WT_T, WIAT_T, cl, P_dd_spec, RT500):
cc = 0
P_dd_ok = np.zeros(len(z_pk))
while cc < len(z_pk):
if ((cl+0.5)/RT500[cc] < 35 and (cl+0.5)/RT500[cc] > 0.0005):
P_dd_ok[cc] = P_dd_spec[cc]((cl+0.5)/RT500[cc])
cc=cc+1
P_dd_ok = CubicSpline(z_pk, P_dd_ok)
if paramo == 8:
P_dd_ok = P_dd_ok(z)*(DG_T(z)/DG_T_fid(z))**2
else:
P_dd_ok = P_dd_ok(z)
if paramo != 9 or paramo != 10 or paramo != 11:
C_gg = c/(100.*h_p)*0.5*delta_zpm*np.sum((F_dd_GG(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[1:]), R_T(z[1:]), WGT_T[aa][1:], WGT_T[bb][1:], DG_T(z[1:]), P_dd_ok[1:]) + F_dd_GG(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[:-1]), R_T(z[:-1]), WGT_T[aa][:-1], WGT_T[bb][:-1], DG_T(z[:-1]), P_dd_ok[:-1]))) + P_shot_GC(zi, zj)
else:
C_gg = 0.
if paramo < 12:
C_ee = c/(100.*h_p)*0.5*delta_zpm*(np.sum(F_dd_LL(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[1:]), R_T(z[1:]), WT_T[aa][1:], WT_T[bb][1:], DG_T(z[1:]), P_dd_ok[1:]) + F_dd_LL(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, E_T(z[:-1]), R_T(z[:-1]), WT_T[aa][:-1], WT_T[bb][:-1], DG_T(z[:-1]), P_dd_ok[:-1])) + np.sum(F_IA_d(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WT_T[aa][1:], WT_T[bb][1:], WIAT_T[aa][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_IA_d(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WT_T[aa][:-1], WT_T[bb][:-1], WIAT_T[aa][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1])) + np.sum(F_IAIA(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WIAT_T[aa][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_IAIA(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WIAT_T[aa][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1]))) + P_shot_WL(zi, zj)
else:
C_ee = 0.
C_gl = c/(100.*h_p)*0.5*delta_zpm*np.sum((F_dd_GL(z[1:], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[1:]), R_T(z[1:]), DG_T(z[1:]), WGT_T[aa][1:], WT_T[bb][1:], WIAT_T[bb][1:], P_dd_ok[1:]) + F_dd_GL(z[:-1], zi, zj, h_p, wm_p, wDE_p, w0_p, wa_p, C_IAp, A_IAp, n_IAp, B_IAp, E_T(z[:-1]), R_T(z[:-1]), DG_T(z[:-1]), WGT_T[aa][:-1], WT_T[bb][:-1], WIAT_T[bb][:-1], P_dd_ok[:-1])))
return C_gg, C_ee, C_gl
1) 主要问题:有没有办法在这个例程中实现一个 GPU/OpenCL 层,特别是对于CubicSpline
或整个Pobs_C
函数。 有哪些替代方法可以让我减少传递到Pobs_C
及其内部函数CubicSpline
?
我对 OpenCL(不是 PyOpenCL)几乎没有概念,例如map-reduce
方法或使用经典内核求解Heat 2D equation
。
2)之前的反馈:我知道我们不能天真地认为在内核中调用extern函数会带来更高的加速,因为GPU可以实现很多调用,我们不能进行优化。 相反,我宁愿把不同功能的所有内容都允许进行优化:您同意并确认吗? 那么,我可以在内核代码中声明对外部函数的调用(我的意思是不在内核中的函数,即经典部分代码(称为Host code
?)?
3) 可选问题:也许我可以在内核中声明这个 extern 函数:是否可以通过在里面显式地进行这个声明? 事实上,这可以避免复制所有可能与 GPU 并行的函数的所有内容。
PS:抱歉,如果这是一个通用主题,但它会让我更清楚地了解在上面的代码中包含 GPU/OpenCL 的可用方法,然后对其进行优化。
- 有没有办法在这个例程中实现 GPU/OpenCL 层,特别是对于 CubicSpline 或整个 Pobs_C 函数
很可能,没有。 分析中的大部分时间似乎都在 1200 万次多项式评估中,并且每个评估调用在 CPU 上仅花费 6 微秒。 目前尚不清楚在该操作中是否会暴露出严重的令人尴尬的并行性。 而 GPU 仅适用于执行令人尴尬的并行任务。
- 那么,我可以在内核代码中声明对外部函数的调用(我的意思是不在内核中的函数,即经典部分代码(称为主机代码?)?
不,那是不可能的。 考虑到 Python 代码无论如何都必须在主机 CPU 上运行,很难理解这可能带来什么好处。
- 也许我可以在内核中声明这个 extern 函数:是否可以通过在内部明确[原文如此] 声明?
不。
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.