Py之cupy：cupy的简介、安装、使用方法之详细攻略-阿里云开发者社区

Py之cupy：cupy的简介、安装、使用方法之详细攻略

2022-07-25 2326

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Py之cupy：cupy的简介、安装、使用方法之详细攻略

cupy的简介

cupy的安装

cupy的使用方法

cupy的简介

CuPy: NumPy-like API accelerated with CUDA。CuPy是NumPy兼容多维数组在CUDA上的实现。这个包（cupy）是一个源发行版。对于大多数用户，建议使用预构建的wheel 分布。

CuPy是一个开源矩阵库，使用NVIDIA CUDA加速。CuPy使用Python提供GPU加速计算。CUPY使用CUDA相关库，包括 CuBLAS、CUDNN、Curand、CuoSver、CuPaSeSE、Cufft和NCCL，以充分利用GPU架构。图中显示库比比纽比加速。他们中的大多数人在使用CuPy开箱即用的GPU上表现良好。CuPy加速了一些超过100倍的操作，你可以在单个GPU中阅读原始的基准文章CuPy加速（RAPIDS AI）。

cupy的安装

pip install cupy

1. # For CUDA 8.0
2. pip install cupy-cuda80
3. 
4. # For CUDA 9.0
5. pip install cupy-cuda90
6. 
7. # For CUDA 9.1
8. pip install cupy-cuda91
9. 
10. # For CUDA 9.2
11. pip install cupy-cuda92
12. 
13. # For CUDA 10.0
14. pip install cupy-cuda100
15. 
16. # For CUDA 10.1
17. pip install cupy-cuda101
18. 
19. # Install CuPy from source
20. pip install cupy

cupy的使用方法

1. import cupy as cp
2. x = cp.arange(6).reshape(2, 3).astype('f')
3. print(x, x.sum(axis=1))
4. 
5. 
6. 
7. >>> x = cp.arange(6, dtype='f').reshape(2, 3)
8. >>> y = cp.arange(3, dtype='f')
9. >>> kernel = cp.ElementwiseKernel(
10. ...     'float32 x, float32 y', 'float32 z',
11. ...     '''if (x - 2 > y) {
12. ...       z = x * y;
13. ...     } else {
14. ...       z = x + y;
15. ...     }''',
16. ...     'my_kernel')
17. >>> kernel(x, y)
18. array([[ 0.,  2.,  4.],
19.        [ 0.,  4.,  10.]], dtype=float32)