अजगर, scipy.weave और OpenMP - ओवरक्लॉकिंग कोड

हैलो% उपयोगकर्ता नाम%, यह लेख scipy.weave और openMP का उपयोग करके अजगर भाषा पर आधारित गणितीय गणना की गति बढ़ाने की समस्या के लिए समर्पित है।

कई लोगों को आश्चर्य हो सकता है, "गणितीय गणनाओं के लिए अजगर का उपयोग क्यों करें?", लेकिन हम "शाश्वत" सवालों के जवाब नहीं देंगे, और न ही हम इस समस्या के कई अन्य समाधानों पर विचार करेंगे, जैसे कि, उदाहरण के लिए मानस ।

उपकरण

जैसा कि ऊपर वर्णित है, हमारा उपकरण scipy.weave लाइब्रेरी है, साथ ही ओपनएमपी लाइब्रेरी भी है।
डरपोक - लागू गणित और विज्ञान में कंप्यूटिंग के लिए पुस्तकालयों का एक सेट। ओपनएमपी सी, सी ++ और फोरट्रान कार्यक्रमों को समानांतर करने के लिए एक खुला मानक है।

पैकेज स्थापना

डेबियन-जैसे लिनक्स सिस्टम पर, आपको यह करना होगा:

  apt-get python-scipy स्थापित करें
 apt-get install libgomp1 

विधि

गणना की गति बढ़ाने के लिए, सी में "संकरा" (आमतौर पर एक चक्र जिसमें मैट्रिक्स के साथ कुछ क्रियाएं होती हैं) के "संकीर्ण" भाग को लागू करना आवश्यक है और समानांतरकरण के लिए ओपनएमपी निर्देश जोड़ें।

उदाहरण

मुझे लगता है कि उदाहरण के रूप में निम्नलिखित समस्या को हल करके इस पद्धति को सत्यापित करने से बेहतर कुछ नहीं है:

• n, n द्वारा आकार n, और एक पूर्णांक के आकार n का एक मैट्रिक्स है;
• मैट्रिक्स की प्रत्येक पंक्ति से एक पूर्णांक (सिम्प्लेक्स विधि से) वेक्टर को गुणा करना आवश्यक है।

पायथन कार्यान्वयन

अजगर सी में, इस कार्य का उपयोग करते हुए, विभिन्न तैयारी कार्यों को ध्यान में रखते हुए, जैसे कि मैट्रिक्स निर्माण और अन्य चीजें, कोड की कुछ पंक्तियों में हल करती हैं:

1. # मैट्रिक्स की पंक्तियों के माध्यम से लूप, जहां मैं पंक्ति संख्या है
2. # c एक पूर्णांक है, रैंडरो एक यादृच्छिक वेक्टर है
3. i में xrange ( N ) के लिए :
4. मैट्रिक्स [ i :: ] - = c * randRow

हमारे मामले में x = y द्वारा यादृच्छिक मैट्रिक्स x की पीढ़ी

1. # y द्वारा एक यादृच्छिक मैट्रिक्स x उत्पन्न करना
2. # मैट्रिक्स तत्व - 0 से 99 तक यादृच्छिक संख्या।
3. डीएएम रैंडमैट ( एक्स, वाई ) :
4. randRaw = lambda a : [ randint ( 0 , 100 ) i for xrange ( 0 , ए )
5. randConst = lambda x, y : [ randRaw ( x ) में e के लिए xrange ( 0 , y ) ]
6. रिटर्न ऐरे ( रैंडकॉस्ट ( x, y ) )

OpenMP के बिना Scipy.weave क्रियान्वयन

scipy.weave scipy लाइब्रेरी का एक हिस्सा है जो आपको अजगर कोड के अंदर C / C ++ कोड का उपयोग करने की अनुमति देता है।
यह निम्नानुसार होता है:

1. # सी कोड
2. कोडक =
3. "" "
4. int i = 0;
6. के लिए (i = 0; मैं <N * M; i ++) {
7. मैट्रिक्स [0, i] = मैट्रिक्स [0, i] - (c * randRow [i% M]);
8. }
9. " " "
10. बुनाई। इनलाइन ( कोड सी, [ 'मैट्रिक्स' , 'सी' , 'रैंडरो' , 'एन' , 'एम' ] , कंपाइलर = 'जीसीसी' )

यानी सी कोड खुद को एक बहुस्तरीय स्ट्रिंग के रूप में संग्रहीत किया जाता है, और अजगर कोड चर सी सूची में पारित किए जाते हैं, जहां तत्व समान पाठ स्थिरांक होते हैं। इसके अलावा, खस्ता सरणियों को मैट्रिक्स के रूप में सी में स्थानांतरित नहीं किया जाता है, लेकिन एक वेक्टर के रूप में, यही वजह है कि कोड में एक चक्र है, दो नहीं।

वैसे, परिणामी C कोड / tmp /% उपयोगकर्ता% / python2x_intermediate / compiler_x में खोजा जा सकता है

OpenMP के साथ Scipy.weave कार्यान्वयन

अब, अतिरिक्त संस्करण में, आपको ओपनएमपी निर्देशों को जोड़ने और इनलाइन कॉल में गुम मापदंडों को जोड़ने की आवश्यकता है, अर्थात्:

1. # सी और ओपनएमपी कोड
2. codeOpenMP =
3. "" "
4. int i = 0;
6. omp_set_num_threads (2);
7. #pragma omp समानांतर साझा (मैट्रिक्स, रैंड्रोव, सी) निजी (i)
8. {
9. #pragma के लिए छोड़ देना
10. के लिए (i = 0; मैं <N * M; i ++) {
11. मैट्रिक्स [0, i] = मैट्रिक्स [0, i] - (c * randRow [i% M]);
12. }
13. }
14. " " "
16. ...
18. बुनाई । इनलाइन ( codeOpenMP, [ 'मैट्रिक्स' , 'c' , 'randRow' , 'N' , '' ' , )
19. extra_compile_args = [ '-O3 -fopenmp' ] ,
20. संकलक = 'जीसीसी' ,
21. पुस्तकालय = [ 'धूमधाम' ] ,
22. शीर्षलेख = [ '<omp.h>' ] )

सभी कार्यान्वयन के साथ पूर्ण स्रोत कोड यहां डाउनलोड किया जा सकता है।

परिणामों की तुलना

उपरोक्त स्रोत कोड चलाया जा सकता है और सुनिश्चित करें कि scipy.weave वास्तव में गति में वृद्धि देता है:

 आकार पर परीक्षण: 100x100
	 शुद्ध अजगर: 0.0725984573364
	 शुद्ध सी: 0.303888320923
	 सी प्लस ओपनएमपी: 0.109100341797
	 टेस्ट - ठीक है

 आकार पर परीक्षण: 1000x1000
	 शुद्ध अजगर: 1.00839138031
	 शुद्ध सी: 0.506997108459
	 सी प्लस ओपनएमपी: 0.333213806152
	 टेस्ट - ठीक है

 आकार पर परीक्षण: 2000x2000
	 शुद्ध अजगर: 3.24151515961
	 शुद्ध सी: 2.10800170898
	 सी प्लस ओपनएमपी: 1.17690563202
	 टेस्ट - ठीक है

 आकार पर परीक्षण: 3000x3000
	 शुद्ध अजगर: 5.54490089417
	 शुद्ध सी: 4.61800098419
	 सी प्लस ओपनएमपी: 2.56960391998
	 टेस्ट - ठीक है

साहित्य

कोड लिखने में निम्नलिखित संसाधनों का उपयोग किया गया था:

• Scipy.wea प्रलेखन
• OpenMP वेबसाइट