PyCUDA和NumbaPro CUDA Python有什么区别？

Question

我是CUDA的新手，我想弄清楚PyCUDA (free)还是NumbaPro CUDA Python（不是免费的）对我是否更好（假设图书馆的费用不是问题）。

两者似乎都要求您使用它们各自的Python方言。但是，PyCUDA似乎要求您用C代码编写一个内核函数，这比使用NumbaPro要麻烦得多，NumbaPro似乎为您做了所有的艰苦工作。

真的是这样吗？会有显著的性能差异吗？

Answer 1

让我们来谈谈这些库中的每一个：

皮库达：

PyCUDA是一个用于CUDA的Python编程环境，它允许您从Python访问Nvidia的CUDA并行计算API。C++中的C++ C++（底层）和Python编写了C++代码，在英伟达芯片上执行C++代码，并编译、执行和获取C++代码的结果，并自动管理资源，使之成为强大的库CUDA之一。

PyCUDA与PyOpenCl略有不同，PyOpenCl可以用于在各种平台上运行代码，包括Intel、AMD、NVIDIA和ATI芯片。与PyCUDA不同，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，其代码生成功能已转移到开放源代码Numba中）是由Anaconda，Inc.赞助的一个开放源代码的numpython优化编译器，它使用出色的LLVM编译器基础结构来编译Python语法以生成代码。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。它易于安装和实现。

正如@Wang提到的，Pycuda比Numba快。

Answer 2

numbapro现在是numba在BSD许可证上，它也是免费的。

根据this报告，pyOpenCL和pyCUDA比numba快5倍