PyCUDA和NumbaPro CUDA Python有什么区别？

Question

我是CUDA的新手，我正在试图弄清楚PyCUDA (free)或NumbaPro CUDA Python（不是免费）对我来说会更好（假设图书馆费用不是问题）。

两者似乎都要求您使用各自的Python方言。但是，似乎PyCUDA要求你在C代码中编写一个内核函数，这比使用NumbaPro更麻烦，NumbaPro似乎为你做了所有艰苦的工作。

确实如此吗？会有显着的性能差异吗？

Answer 1

numbapro现在是numba BSD许可证，也是免费的。

根据this报告pyOpenCL和pyCUDA比numba快5倍

Answer 2

让我们谈谈这些库中的每一个：

<强> PyCUDA：

PyCUDA是CUDA的Python编程环境，它允许您从Python访问Nvidia的CUDA并行计算API。 PyCUDA是用C ++（基础层）和Python编写的，C ++代码将在NVIDIA芯片上执行，而Python代码用于编译，执行和获取C ++代码的结果并自动管理生成的资源它是功能强大的库CUDA之一。

PyCUDA与PyOpenCl略有不同，PyOpenCl可用于在各种平台上运行代码，包括Intel，AMD，NVIDIA和ATI芯片。与PyCUDA不同，它只能在NVIDIA芯片上运行：

  

Python + CUDA = PyCUDA

     

Python + OpenCL = PyOpenCL

<强> NUMBA / NumbaPro：

NUMBA：NumbaPro或最近Numba（NumbaPro已被弃用，其代码生成功能已转移到开源Numba。）是由Anaconda，Inc赞助的开源NumPy感知优化Python编译器它使用卓越的LLVM编译器基础结构将Python语法编译为机器代码。 Numba支持在CPU或GPU硬件上运行的Python编译，它基本上是用Python编写的。它易于安装和实施。

正如@Wang提到的，Pycuda比Numba更快。