PyCUDA 和 NumbaPro CUDA Python 有什么区别？

Question

我是 CUDA 新手，正在尝试弄清楚 PyCUDA（免费） 或 NumbaPro CUDA Python（非免费）对我来说更好（假设库成本不是问题）。

两者似乎都要求您使用各自的 Python 方言。但是，PyCUDA 似乎要求您用

C

代码编写内核函数，这比使用 NumbaPro 更麻烦，而 NumbaPro 似乎为您完成了所有艰苦的工作。

事实确实如此吗？会有显着的性能差异吗？

Answer 1

numbapro 现在是 BSD 许可证上的 numba，也是免费的。

根据 this 报告 pyOpenCL 和 pyCUDA 比 numba 快 5 倍

Answer 2

让我们来谈谈这些库中的每一个：

PyCUDA：

PyCUDA 是 CUDA 的 Python 编程环境，它使您可以从 Python 访问 Nvidia 的 CUDA 并行计算 API。 PyCUDA是用C++（基础层）和Python编写的，C++代码将在NVIDIA芯片上执行，Python代码编译、执行并获取C++代码的结果并自动管理资源，使其成为一体强大的 CUDA 库。

PyCUDA 与 PyOpenCl 略有不同，可用于在各种平台上运行代码，包括 Intel、AMD、NVIDIA 和 ATI 芯片。与只能在 NVIDIA 芯片上运行的 PyCUDA 不同：

Python + CUDA = PyCUDA

Python + OpenCL = PyOpenCL

NUMBA/NumbaPro：

NUMBA：NumbaPro 或最近的 Numba（NumbaPro 已被弃用，其代码生成功能已移至开源 Numba 中。）是由 Anaconda, Inc. 赞助的开源 NumPy 感知优化 Python 编译器。出色的 LLVM 编译器基础设施可将 Python 语法编译为机器代码。 Numba 支持 Python 编译以在 CPU 或 GPU 硬件上运行，并且它基本上是用 Python 编写的。易于安装和实施。

正如@Wang 提到的，Pycuda 比 Numba 更快。