Skip to main content
 首页 » 编程设计

python之为什么 numba 的 parallel=True 会使这个计算慢 3 倍

2024年12月31日7JeffreyZhao

执行此操作时:

import numpy as np 
from numba import jit 
 
@jit 
def doit(A, Q, n): 
    for i in range(len(Q)): 
        Q[i] = np.sum(A[i:i+n] <= A[i+n]) 
 
A = np.random.random(1000*1000) 
n = 5000 
Q = np.zeros(len(A)-n)     
doit(A, Q, n) 

运行时间在我的电脑上大约需要 5.4 秒。

我尝试使用 numba 的并行化功能:

@jit(parallel=True) 
def doit(A, Q, n): 
    for i in range(len(Q)): 
        Q[i] = np.sum(A[i:i+n] <= A[i+n]) 

相反,它需要 17 秒。

为什么 numba 的 parallel=True 使这个计算速度慢了 3 倍而不是更快?

请您参考如下方法:

我刚刚找到答案:缺少一个字符:p范围而不是范围:

from numba import jit, prange 
 
@jit(parallel=True) 
def doit(A, Q, n): 
    for i in prange(len(Q)): 
       ... 

然后它需要 1.8 秒而不是 5.4 秒:并行化成功了。