如何在 Colaboratory 中使用 numba答案

【问题标题】：How to use numba in Colaboratory如何在 Colaboratory 中使用 numba
【发布时间】：2018-07-26 10:42:53
【问题描述】：

有人尝试在 google 协作中使用 numba 吗？我只是不知道如何在这种环境中设置它。目前，我遇到了错误library nvvm not found。

【问题讨论】：

【解决方案1】：

如果你在 colab 笔记本的开头有这个块，你可以在一个简单的扫描中完成 @Stan 的工作（这也会随着 CUDA 的更新而自动更新）

import os
dev_lib_path = !find / -iname 'libdevice'
nvvm_lib_path = !find / -iname 'libnvvm.so'
assert len(dev_lib_path)>0, "Device Lib Missing"
assert len(nvvm_lib_path)>0, "NVVM Missing"
os.environ['NUMBAPRO_LIBDEVICE'] = dev_lib_path[0]
os.environ['NUMBAPRO_NVVM'] = nvvm_lib_path[0]

【讨论】：

【解决方案2】：

我不必安装@Algis 建议的软件包，但驱动程序的路径不同。所以我必须做以下事情。

首先确定驱动程序的正确路径

!find / -iname 'libdevice'
!find / -iname 'libnvvm.so'

# Output:
# /usr/local/cuda-9.2/nvvm/lib64/libnvvm.so
# /usr/local/cuda-9.2/nvvm/libdevice

然后按照@Algis 描述的方式设置路径

import os
os.environ['NUMBAPRO_LIBDEVICE'] = "/usr/local/cuda-9.2/nvvm/libdevice"
os.environ['NUMBAPRO_NVVM'] = "/usr/local/cuda-9.2/nvvm/lib64/libnvvm.so"

【讨论】：

【解决方案3】：

将此代码复制到单元格中。它对我有用。

!apt-get install nvidia-cuda-toolkit
!pip3 install numba

import os
os.environ['NUMBAPRO_LIBDEVICE'] = "/usr/lib/nvidia-cuda-toolkit/libdevice"
os.environ['NUMBAPRO_NVVM'] = "/usr/lib/x86_64-linux-gnu/libnvvm.so"

from numba import cuda
import numpy as np
import time

@cuda.jit
def hello(data):
    data[cuda.blockIdx.x, cuda.threadIdx.x] = cuda.blockIdx.x

numBlocks = 5
threadsPerBlock = 10

data = np.ones((numBlocks, threadsPerBlock), dtype=np.uint8)

hello[numBlocks, threadsPerBlock](data)

print(data)

【讨论】：

你也需要!apt-get -y吗？
也不要忘记使用 GPU Runtime。否则会报错。
可以通过跳过!apt install -y --no-install-recommends -q nvidia-cuda-toolkit 的“推荐”包来简化依赖关系。它仍然庞大且安装缓慢，但只安装了 100 个包而不是 600 多个，如字体等。
我可以确认它不能再最小化了。如果 nvidia-cuda-toolkit 包被删除，即使所有其他 99 个依赖包仍然安装，numba 在内核重新启动后也会被破坏。
工具包的安装对我不起作用，但幸运的是，当我使用较小的 @hynekcer 安装时，它确实以某种方式工作。