皮库达

PyCUDA让您可以轻松、Pythonic地访问Nvidia的CUDA并行计算API。cudaapi的几个包装器已经存在了,那么为什么需要PyCUDA呢?对象清理与对象的生存期有关。这个习惯用法在C++中通常称为RAII,它使编写正确、无泄漏和无崩溃的代码变得更加容易。PyCUDA也知道依赖关系,因此(例如)在释放分配给它的所有内存之前,它不会从上下文中分离。方便。像pycuda这样的抽象。编译器。SourceModule和pycuda。gpuarray公司。GPUArray使得CUDA编程比Nvidia基于C的运行时更加方便。完整性。如果你愿意的话,PyCUDA会将CUDA的驱动程序API的全部功能提供给您使用。自动错误检查。所有CUDA错误都会自动转换为Python异常。速度。PyCUDA的底层是用C++编写的,因此上面所有的细节实际上都是免费的。有用的文档。你在看


zbMATH中的参考文献(参考文献21条)

显示第1到第20个结果,共21个。
按年份排序(引用)
  1. Amos Egel,Krzysztof M.Czajkowski,Dominik Theobald,Konstantin Ladutenko,Alexey S.Kuznetsov,Lorenzo Pattelli:用于模拟平面界面附近或之间多个粒子光散射的python包(2021)阿尔十四
  2. B、 Boys,T.J.Dodwell,M.Hobbs,M.Girolami:PeriPy-高性能OpenCL Peridynamics软件包(2021)阿尔十四
  3. 蒂莫·贝克;Matthew W.Scroggs:Bempp cl:一个基于Python的快速实时编译边界元素库(2021)不是zbMATH
  4. Victor Couty,Jean-François Witz,Pauline Lecomte Grosbras,Julien Berthe,Eric Deletombe,Mathias Brieu:GPU加速数字图像相关软件用Python编写(2021)不是zbMATH
  5. 普菲斯特,卢克;巴加瓦,罗希特;布雷斯勒,约兰;Carney,P.Scott:成分感知光谱层析成像(2020)
  6. 柯琰、周华洲、金州、郑和元:DistStat。Julia面向2020年统一计算环境下的统计程序设计阿尔十四
  7. 穆罕默德·埃萨德基;琼,乔纳森;拉腊,亚当;佩尔蒂埃,米兰;Perrier,Vincent:双曲守恒律简单数值解算器的任务驱动实现(2018)
  8. Jyh Miin Lin:Python非均匀快速傅立叶变换(PyNUFFT):异构平台的多维非笛卡尔图像重建包及其在MRI中的应用(2017)阿尔十四
  9. 奥尔尼克斯,马尔滕;托马斯·克里尼恩;van Harten,Louis:openPSTD:声传播的开源伪谱时域方法(2016)
  10. Merrison Hort,Robert:《萤火虫:使用GPU计算交互探索动态系统的新软件》(2015)
  11. 威瑟登,F.D。;不列颠哥伦比亚省维尔梅尔。;Vincent,P.E.:基于pyfr的混合非结构网格的异构计算(2015)
  12. 库珀,克里斯托弗D。;巴丹,Jaydeep P。;Barba,L.A.:使用python、GPU和边界元素的生物分子静电求解器,可以处理充满溶剂的空腔和stern层(2014)
  13. 科特,G.-H。;埃坦塞林,J.-M。;佩里尼翁,F。;Picard,C.:输运方程的高阶半拉格朗日粒子方法:数值分析和实现问题(2014)
  14. Januszewski,M。;Kostur,M.:帆船鱼:lattice Boltzmann方法的灵活多GPU实现(2014)
  15. 威瑟登,F.D。;法林顿,上午。;Vincent,P.E.:PyFR:一个使用通量重建方法解决流式架构上对流-扩散型问题的开源框架(2014)
  16. 克内普利,马修G。;Terrel,Andy R.:GPGPU上的有限元集成(2013)
  17. 卡巴尔,弗朗西斯乔治C。;阿多娜,亨利;Martínez,Miguel A:基于CUDA的尖峰神经P系统模拟器(2012)ioport公司
  18. 科克纳,安德烈亚斯;平托,尼古拉斯;李云燮;卡坦扎罗,布莱恩;伊万诺夫,保罗;艾哈迈德·法希赫:PyCUDA和PyOpenCL:GPU运行时代码生成的基于脚本的方法(2012)ioport公司
  19. 拉撒,奥雷尔A。;周一音:视觉刺激的大规模并行神经编码和解码(2012)
  20. 李森科,米科拉;夏皮罗,瓦迪姆;Nelaturi,Saigopal:非交换形态学:形状、滤波器和卷积(2011)