cupy Download - cupy Quellcode herunterladen

cupy

Python

v13.3.0

Herunterladen

CuPy: NumPy & SciPy für GPU

CuPy ist eine NumPy/SciPy-kompatible Array-Bibliothek für GPU-beschleunigtes Computing mit Python. CuPy fungiert als direkter Ersatz für die Ausführung von vorhandenem NumPy/SciPy-Code auf NVIDIA CUDA- oder AMD ROCm-Plattformen.

 > >> import cupy as cp
> >> x = cp . arange ( 6 ). reshape ( 2 , 3 ). astype ( 'f' )
> >> x
array ([[ 0. ,  1. ,  2. ],
       [ 3. ,  4. ,  5. ]], dtype = float32 )
> >> x . sum ( axis = 1 )
array ([  3. ,  12. ], dtype = float32 )

CuPy bietet auch Zugriff auf CUDA-Funktionen auf niedriger Ebene. Sie können ndarray über RawKernels an vorhandene CUDA C/C++-Programme übergeben, Streams für die Leistung verwenden oder sogar CUDA Runtime APIs direkt aufrufen.

Installation

Pip

Binärpakete (Räder) sind für Linux und Windows auf PyPI verfügbar. Wählen Sie das richtige Paket für Ihre Plattform.

Plattform	Architektur	Befehl
CUDA 11.x (11.2+)	x86_64 / aarch64	`pip install cupy-cuda11x`
CUDA 12.x	x86_64 / aarch64	`pip install cupy-cuda12x`
ROCm 4.3 ( experimentell )	x86_64	`pip install cupy-rocm-4-3`
ROCm 5.0 ( experimentell )	x86_64	`pip install cupy-rocm-5-0`

Notiz

Um Vorabversionen zu installieren, hängen Sie --pre -U -f https://pip.cupy.dev/pre an (z. B. pip install cupy-cuda11x --pre -U -f https://pip.cupy.dev/pre ).

Conda

Binärpakete sind auch für Linux und Windows auf Conda-Forge verfügbar.

Plattform	Architektur	Befehl
CUDA	x86_64 / aarch64 / ppc64le	`conda install -c conda-forge cupy`

Wenn Sie eine schlanke Installation benötigen (ohne auch CUDA-Abhängigkeiten zu installieren), können Sie conda install -c conda-forge cupy-core ausführen.

Wenn Sie eine bestimmte CUDA-Version (z. B. 12.0) verwenden müssen, können Sie das Metapaket cuda-version verwenden, um die Version auszuwählen, z. B. conda install -c conda-forge cupy cuda-version=12.0 .

Notiz

Wenn bei der Installation von CuPy über conda-forge ein Problem auftritt, wenden Sie sich bitte an cupy-feedstock. Wir helfen Ihnen dann bei der Untersuchung, ob es sich nur um ein Verpackungsproblem im Rezept von conda-forge oder um ein echtes Problem in CuPy handelt.

Docker

Verwenden Sie das NVIDIA Container Toolkit, um CuPy-Container-Images auszuführen.

 $ docker run --gpus all -it cupy/cupy

Ressourcen

Installationsanleitung – Anweisungen zum Erstellen aus der Quelle
Versionshinweise
Projekte mit CuPy
Beitragsleitfaden
GPU-Beschleunigung in Python mit CuPy und Numba (GTC, technische Sitzung November 2021)
GPU-Beschleunigung von Signalverarbeitungs-Workflows mit CuPy und cuSignal 1 (ICASSP'21-Tutorial)

Lizenz

MIT-Lizenz (siehe LICENSE Datei).

CuPy basiert auf der API von NumPy und der API von SciPy (siehe Datei docs/source/license.rst ).

CuPy wird von Preferred Networks und Community-Mitwirkenden entwickelt und gepflegt.

Referenz

Ryosuke Okuta, Yuya Unno, Daisuke Nishino, Shohei Hido und Crissman Loomis. CuPy: Eine NumPy-kompatible Bibliothek für NVIDIA-GPU-Berechnungen. Vorträge des Workshops zu maschinellen Lernsystemen (LearningSys) in der einunddreißigsten Jahreskonferenz zu neuronalen Informationsverarbeitungssystemen (NIPS) , (2017). [PDF]

 @inproceedings { cupy_learningsys2017 ,
  author       = " Okuta, Ryosuke and Unno, Yuya and Nishino, Daisuke and Hido, Shohei and Loomis, Crissman " ,
  title        = " CuPy: A NumPy-Compatible Library for NVIDIA GPU Calculations " ,
  booktitle    = " Proceedings of Workshop on Machine Learning Systems (LearningSys) in The Thirty-first Annual Conference on Neural Information Processing Systems (NIPS) " ,
  year         = " 2017 " ,
  url          = " http://learningsys.org/nips17/assets/papers/paper_16.pdf "
}