PyCUDA 和 NumbaPro CUDA Python 有什么区别？答案

【问题标题】：What is the difference between PyCUDA and NumbaPro CUDA Python?PyCUDA 和 NumbaPro CUDA Python 有什么区别？
【发布时间】：2017-12-23 04:25:49
【问题描述】：

我是 CUDA 的新手，我想弄清楚 PyCUDA (free) 还是 NumbaPro CUDA Python（不是免费的）对我来说会更好（假设图书馆费用不是问题）。

两者似乎都要求您使用它们各自的 Python 方言。但是，PyCUDA 似乎要求您在C 代码中编写内核函数，这比使用 NumbaPro 更麻烦，NumbaPro 似乎为您完成了所有艰苦的工作。

真的是这样吗？会有显着的性能差异吗？

【问题讨论】：

numbapro 现在是 BSD 许可证上的 numba，它也是免费的。 Numba 是 Nvidia 合作的项目。 Numba 不直接提供 cuBLAS 访问，由accelerate.cuda.blas 启用。

标签： python cuda numba pycuda numba-pro

【解决方案1】：

numbapro 现在是 BSD 许可证上的 numba，也是免费的。

据this报道pyOpenCL和pyCUDA比numba快5倍

【讨论】：

【解决方案2】：

让我们来谈谈这些库中的每一个：

PyCUDA：

PyCUDA 是一个用于 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 是用 C++（基础层）和 Python 编写的，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一体强大的库 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。不像 PyCUDA 只能在 NVIDIA 芯片上运行：

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入开源 Numba。）是由 Anaconda, Inc. 赞助的 Python 的开源 NumPy 感知优化编译器。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，它基本上是用 Python 编写的。它易于安装和实施。

正如@Wang 所说，Pycuda 比 Numba 快。

【讨论】：