Python使用pyopencl在GPU上并行处理批量判断素数

扩展库pyopencl使得可以在Python中调用OpenCL的并行计算API。OpenCL（Open Computing Language）是跨平台的并行编程标准，可以运行在个人电脑、服务器、移动终端以及嵌入式系统等多种平台，既可以运行在CPU上又可以运行于GPU上，大幅度提高了各类应用中的数据处理速度，包括游戏、娱乐、医学软件以及科学计算等等。

import numpy as np

import pyopencl as cl

import pyopencl.array

from pyopencl.elementwise import ElementwiseKernel

#判断素数的C语言版GPU代码

isPrime = ElementwiseKernel(ctx,

'long *a_g, long *b_g, long *res_g',

'''

int j;

for(j=2; j<b_g[i]; j++)

{

if(a_g[i]%j == 0)

{

break;

}

if(j >= b_g[i])

{

res_g[i] = a_g[i];

}''',

'isPrime'

)

#定义待测数值范围，和每次处理的数字数量

end = 100000000

start_end = range(2, end)

size = 1000

result = 0

ctx = cl.create_some_context()

queue = cl.CommandQueue(ctx)

#对指定范围内的数字进行分批处理

for i in range(end//size + 1):

startN = i * size

#本次要处理的数字范围

a_np = np.array(start_end[startN: startN+size]).astype(np.int64)

#b_np里的数字是a_np中数字的平方根取整后加1

b_np = np.array(list(map(lambda x: int(x**0.5)+1, a_np))).astype(np.int64)

#把数据写入GPU

a_g = cl.array.to_device(queue, a_np)

b_g = cl.array.to_device(queue, b_np)

res_g = cl.array.zeros_like(a_g)

#批量判断

isPrime(a_g, b_g, res_g)

t = set(filter(None, res_g.get()))

#记录本批数字中素数的个数

result += len(t)

print(result)

Python使用pyopencl在GPU上并行处理批量判断素数相关推荐

Python使用pycuda在GPU上并行处理批量判断素数
借助于扩展库pycuda,可以在Python中访问NVIDIA显卡提供的CUDA并行计算API,使用非常方便.安装pycuda时要求已正确安装合适版本的CUDA和Visual Studio(注意,并不 ...
微课|中学生可以这样学Python（例4.1）：快速判断素数
适用教材: 董付国,应根球.<中学生可以这样学Python>.清华大学出版社,2017. 第4章循环结构 4.3 精彩例题分析与解答--例4.1 快速判断素数京东购买链接:htt ...
Python利用Spark并行处理框架批量判断素数
方法一: from pyspark import SparkConf, SparkContext conf = SparkConf().setAppName("isPrime") ...
Python使用多进程批量判断素数
代码功能:使用进程池判断素数,统计100000000以内的素数个数. from multiprocessing import Pool def isPrime(n): if n<2: #非素数返 ...
Python使用多线程搜索指定范围内的所有素数
问题描述: 使用多线程技术搜索并输出指定范围内的所有素数. 思考一下: 1)如何创建和启动线程? 2)如何让多个线程协同工作? 尝试着想一想,试一试,然后到文末阅读参考代码. ----------相关 ...
在GPU上运行，性能是NumPy的11倍，这个Python库你值得拥有
导读:NumPy是数据计算的基础,更是深度学习框架的基石.但如果直接使用NumPy计算大数据,其性能已成为一个瓶颈. 随着数据爆炸式增长,尤其是图像数据.音频数据等数据的快速增长,迫切需要突破NumP ...
windows怎么用gpu跑python程序_在GPU（windows）上运行Theano的命令
我使用的代码from theano import function, config, shared, sandbox import theano.tensor as T import numpy im ...
Nvidia GPU 入门教程之 03 在 GPU 上运行 Python 脚本,对比cpu与gpu性能，检测a100性能（教程含源码）
GPU 的内核比 CPU 多,因此在数据的并行计算方面,GPU 的性能比 CPU 好得多,尽管 GPU 的时钟速度较低,并且与 CPU 相比缺乏几个内核管理功能. 因此,在 GPU 上运行 pytho ...
如何在 GPU 上加速数据科学
数据科学家需要算力.无论您是用 pandas 处理一个大数据集,还是用 Numpy 在一个大矩阵上运行一些计算,您都需要一台强大的机器,以便在合理的时间内完成这项工作. 在过去的几年中,数据科学家常用 ...

Python使用pyopencl在GPU上并行处理批量判断素数

Python使用pyopencl在GPU上并行处理批量判断素数相关推荐

最新文章

热门文章