可能使用numba.guvectorize公司为了模拟ALL/prange的并行性？

Question

作为一个数据分析和数值计算的Python用户，而不是一个真正的“编码器”，我一直缺少一种非常低开销的方法，即在几个核心上分配令人尴尬的并行循环计算。 据我所知，Numba中曾经有prange结构，但它是abandoned because of "instability and performance issues"。在

通过使用newly open-sourced@guvectorize装饰器，我发现了一种方法，可以使用它来实现几乎不需要对late prange功能的开销模拟。在

感谢Continuum Analytics的同事们，我很高兴现在有了这个工具，而且在web上没有发现任何明确提到使用@guvectorize的东西。尽管这对那些之前使用过NumbaPro的人来说可能是微不足道的，但我将把这个贴给所有其他非编码人员（参见我对这个“问题”的回答）。在

Answer 1

考虑下面的例子，在这个例子中，一个两层嵌套的for循环，一个核心执行一些涉及两个输入数组的数值计算，循环索引函数以四种不同的方式执行。每个变量都使用Ipython的%timeit魔术计时：

1. naivefor循环，编译时使用麻木.jit在
2. 类构造使用numba.guvectorize公司，在单个线程中执行（target = "cpu"）
3. 类构造使用numba.guvectorize公司，在cpu“核心”（在我的例子中是超线程）的线程中执行（target = "parallel"）
4. 与3相同，但是称之为“guvectorized”forall，其顺序是“并行”循环索引随机排列

最后一个是因为（在这个特定的例子中）内循环的范围取决于外循环的索引值。我不知道gufunc调用的分派在numpy中是如何组织的，但似乎“并行”循环索引的随机化实现了稍微更好的负载平衡。在

在我的（慢）机器上（第一代核心i5，2核，4个超线程），我得到了时间安排：

1 loop, best of 3: 8.19 s per loop
1 loop, best of 3: 8.27 s per loop
1 loop, best of 3: 4.6 s per loop
1 loop, best of 3: 3.46 s per loop

注意：如果这个方法很容易应用到target=“gpu”（应该可以，但是我现在没有合适的显卡），那么加速是什么呢。请发帖！在

下面是一个例子：

^{pr2}$