python矩阵计算 gpu_加速GPU与CPU的矩阵运算

矩阵乘法性能

如果使用numpy，可能是在使用某个BLAS库作为计算后端，例如ATLAS、OpenBLAS、MKL等。当使用最快的MKL时，可以在此处找到最近的性能基准，介于最近的Nvidia GPU K40m和英特尔至强12核E5-2697 [email protected]之间

其中K40m比12螺纹E5-2697快6倍。考虑到MKL在多核CPU上具有良好的扩展性。K40m比1螺纹E5-2697快约72倍。请注意，1000 dim几乎是充分利用GPU和CPU的下限。较小的矩阵大小通常会导致GPU上的性能下降。

如果您正在为numpy使用较慢的BLAS后端，那么说GNU许可的ATLAS。你可以在这里找到MKL和ATLAS的比较

其中MKL比ATLAS快2~4倍。

对于Nvidia gpu来说，唯一广泛使用的后端是CUDA的cuBLAS，所以性能不会像ATLAS和MKL那样有太大的变化。

数据传输

正如@janbrohl所说，主机RAM和GPU设备存储器之间的数据传输是影响整体性能的一个重要因素。这是数据传输速度的基准。

给定矩阵大小，实际上可以分别计算出计算和数据传输的绝对时间。这些可以帮助您更好地评估性能。

为了最大限度地提高GPU的性能，您可能需要重新设计程序，通过将所有的计算操作移到GPU而不是仅仅矩阵乘法来最小化数据传输。