python - PyCUDA 和 NumbaPro CUDA Python 有什么区别？

Question

我是 CUDA 的新手，我想知道是否 PyCUDA (free)或 NumbaPro CUDA Python (不是免费的)对我来说更好(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，PyCUDA 似乎要求您用 C 代码编写内核函数，这比使用 NumbaPro 更麻烦，NumbaPro 似乎为您完成了所有繁重的工作。

真的是这样吗？会有显着的性能差异吗？

Answer 1

让我们来谈谈这些库中的每一个:

PyCUDA:

PyCUDA是 CUDA 的 Python 编程环境，它使您可以从 Python 访问 Nvidia 的 CUDA 并行计算 API。 PyCUDA用C++(基础层)和Python编写，C++代码将在NVIDIA芯片上执行，Python代码编译、执行并获取C++代码的结果并自动管理资源，使其成为功能强大的库之一CUDA.

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

Python + CUDA = PyCUDA

Python + OpenCL = PyOpenCL

NUMBA/NumbaPro:

NUMBA :NumbaPro 或最近的 Numba(NumbaPro 已被弃用，其代码生成功能已移至开源 Numba。)是由 Anaconda, Inc. 赞助的开源 NumPy 感知 Python 优化编译器。它使用卓越的 LLVM 编译器基础架构将 Python 语法编译为机器代码。 Numba支持编译 Python 以在 CPU 或 GPU 硬件上运行，并且它基本上是用 Python 编写的。它易于安装和实现。

正如@Wang 提到的，Pycuda 比 Numba 更快。