何为 CuPy?

CuPy 是一个借助 CUDA GPU 库在英伟达 GPU 上实现 Numpy 数组的库。基于 Numpy 数组的实现,GPU 自身具有的多个 CUDA 核心可以促成更好的并行加速。

CuPy 接口是 Numpy 的一个镜像,并且在大多情况下,它可以直接替换 Numpy 使用。只要用兼容的 CuPy 代码替换 Numpy 代码,用户就可以实现 GPU 加速。

CuPy 支持 Numpy 的大多数数组运算,包括索引、广播、数组数学以及各种矩阵变换。

如果遇到一些不支持的特殊情况,用户也可以编写自定义 Python 代码,这些代码会利用到 CUDA 和 GPU 加速。整个过程只需要 C++格式的一小段代码,然后 CuPy 就可以自动进行 GPU 转换,这与使用 Cython 非常相似。

一般情况下,不要从源码安装cupy,我从源码安装过程中遇到各种错误,浪费了很多时间。

首先在Nvida官网安装 CUDAToolkit,目前cupy支持的版本为8.0, 9.0, 9.1, 9.2, 10.0, 10.1 and 10.2,在这里可以找到,对应的安装命令

(For CUDA 8.0)
$ pip install cupy-cuda80

(For CUDA 9.0)
$ pip install cupy-cuda90

(For CUDA 9.1)
$ pip install cupy-cuda91

(For CUDA 9.2)
$ pip install cupy-cuda92

(For CUDA 10.0)
$ pip install cupy-cuda100

(For CUDA 10.1)
$ pip install cupy-cuda101

(For CUDA 10.2)
$ pip install cupy-cuda102

(Source Package)
$ pip install cupy

注意最新版本的CUDA为11.0,但是cupy目前支持的最高版本为10.2,所以请下载10.2版本CUDA,对应安装命令pip install cupy-cuda102

cupy-cudaxxx是官方给构建好的版本,其中xxx为本机安装的CUDAToolkit版本号。pip install cupy为从源码构建,不推荐使用。

这里我从pycharm安装cupy,总是安装失败,网上有人说是pycharm环境等问题。后尝试在本机命令行窗口安装,成功,之后在pycharm直接导入本机的python环境,注意4那个勾勾要选中,表示连同所有包一并导入


Cupy官方文档:https://docs-cupy.chainer.org/en/stable/index.html
如何将numpy提速700倍:https://zhuanlan.zhihu.com/p/80355569

分类: Uncategorized

0 条评论

发表评论

电子邮件地址不会被公开。 必填项已用*标注