İç ve dış vektör ürünleri, vektör matris çarpımları vb. Gibi şeyler için (Intel donanımında) ortak çekirdek çekirdeklerini kullanmak için numpy
ürününü kullanma konusunda en son teknolojiye sahip nedir?Çok çekirdekli donanıma sahip sayıcı
Gerekirse numpy
'u yeniden oluşturduğum için mutluyum ama bu noktada kodumu değiştirmeden işleri hızlandırmanın yollarını arıyorum. Başvuru için
, benim şu, ben birden fazla çekirdek kullanmak numpy
gözlenen hiç olarak show_config()
geçerli:
atlas_threads_info:
libraries = ['lapack', 'ptf77blas', 'ptcblas', 'atlas']
library_dirs = ['/usr/local/atlas-3.9.16/lib']
language = f77
include_dirs = ['/usr/local/atlas-3.9.16/include']
blas_opt_info:
libraries = ['ptf77blas', 'ptcblas', 'atlas']
library_dirs = ['/usr/local/atlas-3.9.16/lib']
define_macros = [('ATLAS_INFO', '"\\"3.9.16\\""')]
language = c
include_dirs = ['/usr/local/atlas-3.9.16/include']
atlas_blas_threads_info:
libraries = ['ptf77blas', 'ptcblas', 'atlas']
library_dirs = ['/usr/local/atlas-3.9.16/lib']
language = c
include_dirs = ['/usr/local/atlas-3.9.16/include']
lapack_opt_info:
libraries = ['lapack', 'ptf77blas', 'ptcblas', 'atlas']
library_dirs = ['/usr/local/atlas-3.9.16/lib']
define_macros = [('ATLAS_INFO', '"\\"3.9.16\\""')]
language = f77
include_dirs = ['/usr/local/atlas-3.9.16/include']
lapack_mkl_info:
NOT AVAILABLE
blas_mkl_info:
NOT AVAILABLE
mkl_info:
NOT AVAILABLE
Boyutu 4000 olan vektörlerin çok iş parçacıklı hesaplama nokta ürünleri ile herhangi bir hızlandırma elde edebileceğinizden şüpheleniyorum. Böyle bir nokta ürününün hesaplanması için yalnızca birkaç mikrosaniye ihtiyacı vardır. Görevi ayrı bir iş parçacığına atamanın genel yükü, en azından iş parçacığı havuzlarını kullanırken bile kazanabileceğiniz herhangi bir hızı geçersiz kılacaktır. –
32M x (4k ... 1.5M) matrisleri (4k ... 1.5M) x bir şey matrisiyle çarpıyorum ve çok işlemcili araç kutusunu kullanarak bunu yapmaya çalışıyorum, buna rağmen çok fazla bellek yükü yaratıyor gibi görünüyor. Veri yeni süreçlere kopyalandığından (bunun için GIL'e teşekkür ederiz). Tüm 8 çekirdek atlas tarafından kullanılmış olsaydı harika olurdu. – Herbert