Question

我想并行化我的Python代码，并且试图使用PyCuda。到目前为止，我所看到的是您必须在C代码中编写一个“内核”。该内核将要并行化。我对吗？示例（将https://documen.tician.de/pycuda/tutorial.html中的随机数数组加倍）：

import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4, 4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memcpy_htod(a_gpu, a)
# Kernel:
mod = SourceModule("""
  __global__ void doublify(float *a)
  {
    int idx = threadIdx.x + threadIdx.y*4;
    a[idx] *= 2;
  }
  """)
func = mod.get_function("doublify")
func(a_gpu, block=(4, 4, 1))
a_doubled = numpy.empty_like(a)
cuda.memcpy_dtoh(a_doubled, a_gpu)

print(a_doubled)
print(a)

关键是我的Python代码具有适用于Python且不适用于C的类和其他内容（即不可翻译为C）。

让我澄清一下：我有256个要并行化的独立for循环。这些循环包含无法转换为C的Python代码。

如何在不将我的代码转换为C的情况下将实际的Python代码与PyCuda并行化？

Answer 1

不能。

PyCUDA不支持设备端python，所有设备代码都必须用CUDA C语言编写。

Numba包括一个直接的Python编译器，该编译器可以编译极其有限的Python语言功能子集并直接在GPU上运行。这不包括访问任何Python库（例如numpy，scipy等）。

PyCuda-如何在内核中使用以Python编写的函数？

1 个答案: