cupy下載 - cupy原始碼下載

cupy

Python

v13.3.0

下載

CuPy：用於 GPU 的 NumPy 和 SciPy

網站|安裝|教程|範例|文檔| API 參考|論壇

CuPy 是一個與 NumPy/SciPy 相容的陣列函式庫，用於使用 Python 進行 GPU 加速運算。 CuPy 可作為在 NVIDIA CUDA 或 AMD ROCm 平台上執行現有 NumPy/SciPy 程式碼的直接替代品。

 > >> 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 還提供對低階 CUDA 功能的存取。您可以透過 RawKernels 將ndarray傳遞給現有的 CUDA C/C++ 程序，使用 Streams 來提高效能，甚至直接呼叫 CUDA Runtime API。

安裝

點

二進位套件（輪子）可用於 PyPI 上的 Linux 和 Windows。為您的平台選擇正確的軟體包。

平台	建築學	命令
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（實驗）	x86_64	`pip install cupy-rocm-4-3`
ROCm 5.0（實驗）	x86_64	`pip install cupy-rocm-5-0`

筆記

若要安裝預發行版，請附加--pre -U -f https://pip.cupy.dev/pre （例如， pip install cupy-cuda11x --pre -U -f https://pip.cupy.dev/pre ）。

康達

Conda-Forge 上也提供適用於 Linux 和 Windows 的二進位套件。

平台	建築學	命令
CUDA	x86_64 / aarch64 / ppc64le	`conda install -c conda-forge cupy`

如果您需要精簡安裝（無需安裝 CUDA 依賴項），您可以執行conda install -c conda-forge cupy-core 。

如果您需要使用特定的 CUDA 版本（例如 12.0），您可以使用cuda-version元包來選擇版本，例如conda install -c conda-forge cupy cuda-version=12.0 。

筆記

如果您在從conda-forge安裝 CuPy 時遇到任何問題，請隨時向 cupy-feedstock 報告，我們將協助調查這是否只是conda-forge配方中的包裝問題或 CuPy 中的實際問題。

碼頭工人

使用 NVIDIA Container Toolkit 運行 CuPy 容器映像。

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

資源

安裝指南 - 從原始碼建置的說明
發行說明
使用 CuPy 的項目
貢獻指南
使用 CuPy 和 Numba 在 Python 中進行 GPU 加速（GTC 2021 年 11 月技術會議）
使用 CuPy 和 cuSignal 的 GPU 加速訊號處理工作流程1（ICASSP'21教程）

執照

MIT 許可證（請參閱LICENSE文件）。

CuPy 是基於 NumPy 的 API 和 SciPy 的 API 設計的（請參閱docs/source/license.rst檔案）。

CuPy 由 Preferred Networks 和社區貢獻者開發和維護。

參考

奧田涼介、海野裕也、西野大輔、日戶翔平和克里斯曼‧盧米斯。 CuPy：用於 NVIDIA GPU 運算的 NumPy 相容庫。第三十一屆神經資訊處理系統年會 (NIPS) 機器學習系統 (LearningSys) 研討會論文集，(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 "
}