numpy中的加速矩阵向量乘法

Question

对于i = 1，...，K，我们有一个MxN矩阵A和N维向量b_i。当np.matmul大时，在A和每个b_i之间应用乘法（K）太慢。有什么方法可以加快我的代码速度？

import numpy as np

# for example
M = 3
N = 2
K = 10

# A\in\mathbb{R}^{M\times N}
A = np.random.random_sample((M, N))
# b_i\in\mathbb{R}^N, (i=1,\dots,K)
b_array = np.random.random_sample((K, N))

# this is slow when K is large
c_array = np.empty((K, M))
for i in range(0, K):
  c_array[i] = np.matmul(A, b_array[i])

##something like...
#c_array=np.???(A,b_array)