在NVIDIA GPU上运行Python代码

Question

我不熟悉在NVIDIA GPU上使用python进行编程，因此有以下问题陈述。

我尝试使用python＆＃39; s igraph库在Youtube数据集（http://netsg.cs.sfu.ca/youtubedata/）上分两部分进行社交网络分析。

1. 在第一部分中，我将研究度分布，中心度量和计算HITS分数，页面排名，聚类系数。
2. 在第二部分中，我将使用监督学习，PropFlow，接近度评分，监督随机游走来研究视频之间的链接预测。

目前我完成了预处理部分，但是当我尝试使用PyCharm IDE中的igraph库在我们的数据集的一部分（包含5538个唯一节点的子集）上生成图形时，代码运行3个小时，没有结束了。

我想知道在我的机器上运行NVIDIA GPU上的py​​thon代码会加快速度吗？

还有没有办法在不使用python的Anaconda发行版的情况下使用CUDA（https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=7&target_type=exelocal）直接在GPU上运行用pycharm IDE编写的代码？我尝试在网上搜索相同但无法找到的。

系统配置

1. Windows 7（64位）

2. NVIDIA GeForce 820M GPU（2 GB）

3. RAM（8 GB）

4. Python 2.7.14

5. PyCharm IDE（社区版）

Answer 1

如果您只使用Python模块，可能大部分计算都在其中进行，因此您需要改进库，而不是代码。

另一方面，如果您有自己的进程，可以使用PyCUDA来改进它们，但请注意，并非所有代码都可以并行化，并且您不会总是获得惊人的加速。 您可以对代码进行分析，看看它是否遵循允许您使用GPU内核的某个Flynn's taxonomy。

可悲的是，没有神奇的插件能够在GPU上使用PyCharm运行你的代码。