Python3+pycuda實現(xiàn)執(zhí)行簡單GPU計算任務

更新時間：2023年03月14日 09:44:59 作者：DECHIN

GPU的加速技術在深度學習、量子計算領域都已經(jīng)被廣泛的應用。這篇文章就來和大家聊聊Python3如何利用pycuda執(zhí)行簡單GPU計算任務?，感興趣的可以了解一下

技術背景

GPU的加速技術在深度學習、量子計算領域都已經(jīng)被廣泛的應用。其適用的計算模型是小內存的密集型計算場景，如果計算的模型內存較大，則需要使用到共享內存，這會直接導致巨大的數(shù)據(jù)交互的運算量，通信開銷較大。因為pycuda的出現(xiàn)，也使得我們可以直接在python內直接使用GPU函數(shù)，當然也可以直接在python代碼中集成一些C++的代碼，用于構建GPU計算的函數(shù)。有一個專門介紹pycuda使用案例的中文開源代碼倉可以簡單參考一些實現(xiàn)的示例，但是這里面的示例數(shù)量還是比較有限，更多的案例可以直接參考pycuda官方文檔。

pycuda環(huán)境配置

pycuda的安裝環(huán)境很大程度上取決約顯卡驅動本身是否能夠安裝成功，除了安裝pycuda庫本身之外，重點是需要確保如下的指令可以運行成功：

[dechin@dechin-manjaro pycuda]$ nvidia-smi
Sun Mar 21 20:26:43 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 455.45.01 Driver Version: 455.45.01 CUDA Version: 11.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 GeForce MX250 Off | 00000000:3C:00.0 Off | N/A |
| N/A 48C P0 N/A / N/A | 0MiB / 2002MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+

上述返回的結果是一個沒有GPU任務情況下的展示界面，包含有顯卡型號、顯卡內存等信息。如果存在執(zhí)行的任務，則顯示結果如下案例所示：

[dechin@dechin-manjaro pycuda]$ nvidia-smi
Sun Mar 21 20:56:04 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 455.45.01 Driver Version: 455.45.01 CUDA Version: 11.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 GeForce MX250 Off | 00000000:3C:00.0 Off | N/A |
| N/A 47C P0 N/A / N/A | 31MiB / 2002MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 18427 C python3 29MiB |
+-----------------------------------------------------------------------------+

我們發(fā)現(xiàn)這里多了一個pid為18427的python的進程正在使用GPU進行計算。在運算過程中，如果任務未能夠執(zhí)行成功，有可能在內存中遺留一個進程，這需要我們自己手動去釋放。最簡單粗暴的方法就是：直接使用kill -9 pid來殺死殘留的進程。我們可以使用pycuda自帶的函數(shù)接口，也可以自己寫C++代碼來實現(xiàn)GPU計算的相關功能，當然一般情況下更加推薦使用pycuda自帶的函數(shù)。以下為一部分已經(jīng)實現(xiàn)的接口函數(shù)，比如gpuarray的函數(shù)：

再比如cumath的函數(shù)：

使用GPU計算向量指數(shù)

對于一個向量的指數(shù)而言，其實就是將每一個的向量元素取指數(shù)。當然，這與前面一篇關于量子門操作的博客中介紹的矩陣指數(shù)略有區(qū)別，這點要注意區(qū)分。

在下面的示例中，我們對比了numpy中實現(xiàn)的指數(shù)運算和pycuda中實現(xiàn)的指數(shù)運算。

# array_exp.py
 
import pycuda.autoinit
import pycuda.gpuarray as ga
import pycuda.cumath as gm
import numpy as np
import sys
 
if sys.argv[1] == '-l':
    length = int(sys.argv[2]) # 從命令行獲取參數(shù)值
 
np.random.seed(1)
array = np.random.randn(length).astype(np.float32)
array_gpu = ga.to_gpu(array)
 
exp_array = np.exp(array)
print (exp_array)
exp_array_gpu = gm.exp(array_gpu)
gpu_exp_array = exp_array_gpu.get()
print (gpu_exp_array)

這里面我們計算一個隨機向量的指數(shù)，向量的維度length是從命令行獲取的一個參數(shù)，上述代碼的執(zhí)行方式和執(zhí)行結果如下所示：

[dechin@dechin-manjaro pycuda]$ python3 array_exp.py -l 5
[5.0750957 0.5423974 0.58968204 0.34199178 2.3759744 ]
[5.075096 0.5423974 0.58968204 0.34199178 2.3759747 ]

我們先確保兩者計算出來的結果是一致的，這里我們可以觀察到，兩個計算的結果只保障了7位的有效數(shù)字是相等的，這一點在大部分的場景下精度都是有保障的。接下來我們使用timeit來統(tǒng)計和對比兩者的性能：

# array_exp.py
 
import pycuda.autoinit
import pycuda.gpuarray as ga
import pycuda.cumath as gm
import numpy as np
import sys
import timeit
 
if sys.argv[1] == '-l':
    length = int(sys.argv[2])
 
np.random.seed(1)
array = np.random.randn(length).astype(np.float32)
array_gpu = ga.to_gpu(array)
 
def npexp():
    exp_array = np.exp(array)
 
def gmexp():
    exp_array_gpu = gm.exp(array_gpu)
    # gpu_exp_array = exp_array_gpu.get()
 
if __name__ == '__main__':
    n = 1000
    t1 = timeit.timeit('npexp()', setup='from __main__ import npexp', number=n)
    print (t1)
    t2 = timeit.timeit('gmexp()', setup='from __main__ import gmexp', number=n)
    print (t2)

這里也順便介紹一下timeit的使用方法：這個函數(shù)的輸入分別是：函數(shù)名、函數(shù)的導入方式、函數(shù)的重復次數(shù)。這里需要特別說明的是，如果在函數(shù)的導入方式中，不使用__main__函數(shù)進行導入，即使是本文件下的python函數(shù)，也是無法被導入成功的。在輸入的向量達到一定的規(guī)模大小時，我們發(fā)現(xiàn)在執(zhí)行時間上相比于numpy有非常大的優(yōu)勢。當然還有一點需要注意的是，由于我們測試的是計算速度，原本使用了get()函數(shù)將GPU中計算的結果進行導出，但是這部分其實不應該包含在計算的時間內，因此后來又注釋掉了。具體的測試數(shù)據(jù)如下所示：

[dechin@dechin-manjaro pycuda]$ python3 array_exp.py -l 10000000
26.13127974300005
3.469969915000547

總結概要

使用GPU來進行計算，可以極大程度上的加速我們所需要計算的任務，這得益于GPU強大的自帶的并行化技術。pycuda的出現(xiàn)，使得我們不需要手工去寫GPU的C或者C++代碼也可以調用GPU來進行計算，還提供了眾多的python接口可以直接使用。經(jīng)過測試，本文給出了一些pycuda的基本使用方法示例，以及初步的測試結果，從測試結果中我們進一步明確了pycuda的高性能特性。

到此這篇關于Python3+pycuda實現(xiàn)執(zhí)行簡單GPU計算任務的文章就介紹到這了,更多相關Python pycuda計算GPU內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: