Question

我有2台电脑：

2012戴尔Latitude，采用Intel i5处理器，4 gb Ram。
2016款MacBook Pro，配备（上一代）Intel i5处理器8 gb内存。

然后，我还有Python程序，它广泛使用numpy的库，可以在两台计算机上运行。这个程序适用于非常大的浮动张量（比如形状500 X 500 X 500）

我担心以下事实：在所有观点下，即使我期待相反的行为，成为最强大的PC，这个代码的执行速度明显快于2012戴尔然后2016年的mac。

这种行为可能就是这种情况？可能重要的是我使用了预编译的numpy安装戴尔，而我只是使用

pip install numpy

对于mac？

修改

这可能是由于两台计算机上安装了不同的Blas / Lapack库。如果我在Mac上运行，我运行np.show_config() 我获得了

lapack_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3']
    define_macros = [('NO_ATLAS_INFO', 3), ('HAVE_CBLAS', None)]
openblas_lapack_info:
  NOT AVAILABLE
atlas_3_10_blas_threads_info:
  NOT AVAILABLE
atlas_threads_info:
  NOT AVAILABLE
atlas_3_10_threads_info:
  NOT AVAILABLE
atlas_blas_info:
  NOT AVAILABLE
atlas_3_10_blas_info:
  NOT AVAILABLE
atlas_blas_threads_info:
  NOT AVAILABLE
openblas_info:
  NOT AVAILABLE
blas_mkl_info:
  NOT AVAILABLE
blas_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3', '-I/System/Library/Frameworks/vecLib.framework/Headers']
    define_macros = [('NO_ATLAS_INFO', 3), ('HAVE_CBLAS', None)]
atlas_info:
  NOT AVAILABLE
atlas_3_10_info:
  NOT AVAILABLE
lapack_mkl_info:
  NOT AVAILABLE

但我不知道如何解释这个......

Answer 1

有效问题imo。如果我不得不猜测，最不可能的是：

2012系统上的numpy使用更快的BLAS / LAPACK库。您可以在两个系统上运行numpy.show_config()来检查使用的是哪个。
2012系统中的处理器实际上可能比2016系统中的处理器更快。您的macbook最有可能是i5-5287U，具有2.7 ghz基本时钟和3.1 ghz增强。在2012年，已经有i5笔记本电脑发送器，基本时钟为2.9 ghz，增压为3.6 ghz。
由于各种原因，2016年系统的运行速度可能比平时慢。也许它过热或者有膨胀软件等。

为什么numpy在更强大的计算机上表现最差？

1 个答案: