基于 Python 的 GPU 计算：性能、能效与易用性
分布式、并行与集群计算
2020-03-11 v1
摘要
在本工作中，我们考察了使用 Python 开发运行于 GPU 上的高性能计算（HPC）代码时的性能、能效与易用性。我们研究了性能与能效在 CUDA 与 OpenCL 之间、不同 GPU 代际之间，以及低端、中端与高端 GPU 之间的可移植性。我们的发现表明，使用 Python 对我们的应用影响可忽略不计，此外，调优至同等水平的 CUDA 与 OpenCL 应用在许多情况下可获得相同的计算性能。我们的实验显示，总体而言性能在不同 GPU 之间的差异大于使用 CUDA 与 OpenCL 之间的差异。我们还表明，为性能而调优是提升能效的良好途径，但需针对性调优方能获得最优能效。
引用
@article{arxiv.1912.02607,
title = {GPU Computing with Python: Performance, Energy Efficiency and Usability},
author = {Håvard H. Holm and André R. Brodtkorb and Martin L. Sætra},
journal= {arXiv preprint arXiv:1912.02607},
year = {2020}
}
备注
23 pages, 9 figures