Pyomo解决了NVIDIA Cud

Question

我想知道是否有一种方法来解决一个Pyomo混凝土模型在GPU上使用NVIDIA Cuda。在

我签了https://developer.nvidia.com/how-to-cuda-python，看了一段关于它的视频。如果你的输入参数可以被numpy识别，比如；np.浮动32, np.浮动64等等。。。可以通过GPU编译/求解

我们使用一个函数来创建所有模型并用以下方法求解：

optim = SolverFactory('glpk')
optim = setup_solver(optim, logfile=log_filename)
result = optim.solve(prob, tee=True)

在这种情况下，我们的输入解算函数将是prob（pyomo具体模型）。有没有办法通过GPU而不是CPU来解决这个问题？在

谢谢你！在

Answer 1

不行。

公平地说，人们可以写一本书来说明这个想法是多么的误导，但是让我们把它简单化，只需指出一些基本的东西（忽略很多其他细节）：

• gpu的工作方式与cpu不同，使用其他指令
• gpu需要一些驱动程序/编译器来使一些代码可以运行
• 虽然可能有一些简化的高级语言来使用通用代码生成与GPU兼容的代码，但这是高度实验性的，有限的，当然：比手工调整的代码更糟糕
• gpu并不是所有事情都更快的（更严格的说：它们只在某些方面更快，而且很难实现）
  • 你还需要为延迟和数据拷贝付费
  • gpu的RAM一般也比较少
• 线性规划和整数规划是用高度复杂的算法求解的
  • 理论上说：单纯形算法（GLPK使用的）很难并行化（哎哟，对GPU不利）
  • 理论上说：IPM方法（也可以解决LPs）易于并行化
  • 目前还没有已知的竞争对手基于GPU的单纯形求解器！（实际上，我不知道GPU有什么简单的实现，可以想到很多原因）
  • 有一些专门的基于IPM的GPU方法，没有与pyomo接口；也没有基于GPU的商用求解器
    • IPM对整数编程非常不利
• GLPK，你的解算器，除了被python调用之外，与python无关（因此整个python cuda链接我们没用）