Загрузка cupy - Загрузка исходного кода cupy

cupy

Питон

v13.3.0

Скачать

CuPy: NumPy и SciPy для графического процессора

CuPy — это NumPy/SciPy-совместимая библиотека массивов для вычислений с графическим ускорением на Python. CuPy выступает в качестве замены для запуска существующего кода NumPy/SciPy на платформах NVIDIA CUDA или AMD ROCm.

 > >> 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 также предоставляет доступ к низкоуровневым функциям CUDA. Вы можете передать ndarray в существующие программы CUDA C/C++ через RawKernels, использовать Streams для повышения производительности или даже напрямую вызывать API-интерфейсы среды выполнения CUDA.

Установка

Пип

Бинарные пакеты (колеса) доступны для Linux и Windows на PyPI. Выберите подходящий пакет для вашей платформы.

Платформа	Архитектура	Команда
CUDA 11.x (11.2+)	x86_64/aarch64	`pip install cupy-cuda11x`
КУДА 12.x	x86_64/aarch64	`pip install cupy-cuda12x`
ROCm 4.3 ( экспериментальный )	x86_64	`pip install cupy-rocm-4-3`
ROCm 5.0 ( экспериментальный )	x86_64	`pip install cupy-rocm-5-0`

Примечание

Чтобы установить предварительные версии, добавьте --pre -U -f https://pip.cupy.dev/pre (например, pip install cupy-cuda11x --pre -U -f https://pip.cupy.dev/pre ).

Конда

Бинарные пакеты также доступны для Linux и Windows на Conda-Forge.

Платформа	Архитектура	Команда
КУДА	x86_64/aarch64/ppc64le	`conda install -c conda-forge cupy`

Если вам нужна тонкая установка (без установки зависимостей CUDA), вы можете выполнить conda install -c conda-forge cupy-core .

Если вам нужно использовать определенную версию CUDA (скажем, 12.0), вы можете использовать метапакет cuda-version для выбора версии, например conda install -c conda-forge cupy cuda-version=12.0 .

Примечание

Если у вас возникнут какие-либо проблемы с CuPy, установленным из conda-forge , сообщите об этом в cupy-feedstock, и мы поможем выяснить, является ли это просто проблемой упаковки в рецепте conda-forge или реальной проблемой в CuPy.

Докер

Используйте NVIDIA Container Toolkit для запуска образов контейнеров CuPy.

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

Ресурсы

Руководство по установке - инструкции по сборке из исходников
Примечания к выпуску
Проекты с использованием CuPy
Руководство по вкладу
Ускорение графического процессора в Python с использованием CuPy и Numba (техническая сессия GTC, ноябрь 2021 г.)
GPU-ускорение рабочих процессов обработки сигналов с использованием CuPy и cuSignal 1 (Учебное пособие ICASSP'21)

Лицензия

Лицензия MIT (см. файл LICENSE ).

CuPy разработан на основе API NumPy и API SciPy (см. файл docs/source/license.rst ).

CuPy разрабатывается и поддерживается Preferred Networks и участниками сообщества.

Ссылка

Рёсуке Окута, Юя Унно, Дайсуке Нишино, Сёхей Хидо и Криссман Лумис. CuPy: совместимая с NumPy библиотека для вычислений на графическом процессоре NVIDIA. Материалы семинара по системам машинного обучения (LearningSys) на Тридцать первой ежегодной конференции по нейронным системам обработки информации (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 "
}