如何用PyCUDA處理python列表？

Question

我想這對專家來說是一個相當容易的問題，但我無法在網上找到任何答案。給定一個簡單的例子：

問題：

listToProcess = [] 
for i in range(0, 10): 
    listToProcess.append(i) 

名單應轉移到GPU上，作進一步處理。然後，我將繼續使用通用的cuda程序進行mem-copy：

import sys 
import pycuda.autoinit 
import pycuda.driver as cuda 

listToProcess_gpu = cuda.mem_alloc(sys.getsizeof(listToProcess)) 
cuda.memcpy_htod(listToProcess_gpu, listToProcess) 

然後調用內核本身。但是列表中沒有緩衝區接口，所以memcpy_htod()崩潰。我嘗試不同的方法太多，但最終它會導致

的問題

• 一個人怎麼轉移從Python程序到GPU內核中的內容的列表？
• 如何爲內核指定列表的數據類型（即浮點數，或整數或...）的內核？

Answer 1

要做到這一點的唯一方法是創建一個對象，該對象支持列表中的緩衝區協議，並將該新對象傳遞給PyCUDA。在實踐中，這可能意味着建立從列表中numpy的或PyCUDA本地GPUarray陣列和使用，而不是：

import sys 
import pycuda.autoinit 
import pycuda.driver as cuda 
import numpy as np 

listToProcess = [] 
for i in range(0, 10): 
    listToProcess.append(i) 

l2p = np.array(listToProcess, dtype=np.int32) 
listToProcess_gpu = cuda.mem_alloc(l2p.nbytes) 
cuda.memcpy_htod(listToProcess_gpu, l2p) 

這將意味着你的名單是同質相對於打字。具有dtype對象的numpy數組將不起作用。

當然，您可以穿上發襯衫並使用ctypes支持緩衝區協議支持來滾動您自己的對象，但如果PyCUDA本身支持，則可以重新發明輪子。