pyCuda - dostęp do platformy nVidia CUDA w Pythonie
17 November 2008
Comments
pyCuda to Pythonowe API dla bibliotek platformy nVidia CUDA - służącej do obliczeń w GPU karty graficznej. Opis platformy CUDA dostępny jest w Bibliotece Linuksa. By cieszyć się działającym modułem pyCUDA potrzebujemy odpowiednią kartę graficzną obsługującą tą platformę, pakiet SDK CUDA, a także moduły numpy, lapack i pytools (ze strony pycuda). pyCuda można zainstalować ręcznie, bądź też za pomocą easy_install. W razie wątpliwości należy sięgnąć do dokumentacji.
Podstawy pyCuda
By móc dokonywać obliczeń za pomocą PyCuda na początek trzeba moduł załadować i stworzyć "kontekst" CUDA:import pycuda.driver as cuda
cuda.init()
assert cuda.Device.count() >= 1
dev = cuda.Device(0)
ctx = dev.make_context()
import numpy
a = numpy.random.randn(4,4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.size * a.dtype.itemsize)
cuda.memcpy_htod(a_gpu, a)
pycuda.driver.SourceModule:
mod = cuda.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
[[ 0.51360393 1.40589952 2.25009012 3.02563429] [-0.75841576 -1.18757617 2.72269917 3.12156057] [ 0.28826082 -2.92448163 1.21624792 2.86353827] [ 1.57651746 0.63500965 2.21570683 -0.44537592]] [[ 0.25680196 0.70294976 1.12504506 1.51281714] [-0.37920788 -0.59378809 1.36134958 1.56078029] [ 0.14413041 -1.46224082 0.60812396 1.43176913] [ 0.78825873 0.31750482 1.10785341 -0.22268796]]
import pycuda.gpuarray as gpuarray
import pycuda.driver as cuda
import numpy
cuda.init()
assert cuda.Device.count() >= 1
dev = cuda.Device(0)
ctx = dev.make_context()
a_gpu = gpuarray.to_gpu(numpy.random.randn(4,4).astype(numpy.float32))
a_doubled = (2*a_gpu).get()
print a_doubled
print a_gpu
RkBlog
Comment article