Question

我使用了很多numba的jit装饰器，我最近意识到numba中添加了新功能，特别是parallel选项和stencil装饰器。

模板非常适合制作更干净的代码，但经过几次测试后，它似乎只是美观，效率不高。以下是示例代码：

@numba.njit
def nb_jit(A, out):
    for i in range(1, A.shape[0]-1):
         out[i] = 0.5*(A[i+1] - A[i-1])
    return out

@numba.njit(numba.float64[:](numba.float64[:], numba.float64[:]))
def nb_jit_typed(A, out):
    for i in range(1, A.shape[0]-1):
        out[i] = 0.5*(A[i+1] - A[i-1])
    return out

@numba.njit(parallel=True)
def nb_jit_paral(A, out):
    for i in numba.prange(1, A.shape[0]-1):
        out[i] = 0.5*(A[i+1] - A[i-1])
    return out

@numba.stencil
def s2(A):
    return 0.5*(A[1] - A[-1])

@numba.njit
def nb_stencil(A):
    return s2(A)

@numba.njit(parallel=True)
def nb_stencil_paral(A):
    return s2(A)

我使用以下数组测试了这些函数：

import numpy as np

arr = np.random.rand(100000)
res = arr.copy()

它给了我以下执行时间（当然，我在timeit之前执行了一次每个函数！）：

____________________________________________________
| %timeit nb_jit(arr, res)           |   36 us     |
| %timeit nb_jit_typed(arr, res)     |   68 us     |
| %timeit nb_jit_paral(arr, res)     |  151 us     |
| %timeit nb_stencil(arr)            |   59 us     |
| %timeit nb_stencil_paral(arr)      |  241 us     |
____________________________________________________

所以我想知道：

为什么nb_jit_typed比nb_jit慢？在我的记忆中，最后一次测试时，情况恰恰相反。
为什么nb_jit_parallel这么慢？
我是否正确使用模板？我的意思是，这种方式使用模板会导致性能下降，那么我们为什么要使用呢？

注意：

import numba
numba.__version__

＆＃39; 0.37.0＆＃39;

import multiprocessing
multiprocessing.cpu_count()

4

修改

使用time.time（）（没有任何GUI），使用维度数组（1000000，）重复10000次重复相同的函数：

jit             | 16.37 s
jit typed       | 17.22 s
jit parallel    | 18.45 s
stencil         | 21.95 s
stencil paral   | 24.48 s

Numba表演

0 个答案: