Numpy, BLAS et CUBLAS
Numpy peut être "lié/compilé" contre les différentes BLAS implémentations (MKL, ACML, ATLAS, GotoBlas, etc). Ce n'est pas toujours simple à configurer, mais il est possible.
Est-il également possible de "lien/compiler" numpy contre NVIDIA CUBLAS mise en œuvre?
Je ne pouvais pas trouver toutes les ressources dans le web et avant que je passe trop de temps à essayer ce que je voulais assurez-vous qu'il est possible à tous.
source d'informationauteur
Vous devez vous connecter pour publier un commentaire.
En un mot: non, vous ne pouvez pas le faire.
Il est plutôt un bon scikit qui permet d'accéder à CUBLAS de scipy appelé
scikits.cuda
qui est construit au-dessus de PyCUDA. PyCUDA fournit unnumpy.ndarray
comme la classe, de façon transparente qui permet la manipulation de tableaux numpy dans la mémoire GPU avec CUDA. Ainsi, vous pouvez utiliser CUBLAS et CUDA avec numpy, mais vous ne pouvez pas juste un lien de contre CUBLAS et espérer qu'il fonctionne.Il y a aussi une bibliothèque commerciale qui fournit numpy et cublas comme la fonctionnalité et qui a une interface Python ou les liaisons, mais je vais laisser à l'un de leurs complices à vous renseigner sur ce point.
voici une autre possibilité :
http://www.cs.toronto.edu/~tijmen/gnumpy.html
ce qui est essentiellement une gnumpy + cudamat de l'environnement qui peut être utilisé pour exploiter une unité de traitement graphique. aussi le même code peut être exécuté sans le gpu à l'aide de npmat. reportez-vous au lien ci-dessus pour télécharger tous ces fichiers.