Anaconda的NumbaPro CUDA断言错误

Question

我正在尝试使用NumbaPro的cuda扩展来乘以大数组矩阵。我最后想要的是将大小为NxN的矩阵与对角矩阵相乘，该对角矩阵将作为一维矩阵输入（因此，a.dot（numpy.diagflat（b）），我发现它与a * b）。但是，我收到一个断言错误，它不提供任何信息。只有将两个1D数组矩阵相乘，我才能避免此断言错误，但这不是我想要的。from numbapro import vectorize, cudafrom numba import f4,f8import numpy as npdef generate_input(n):    import numpy as np    A = np.array(np.random.sample((n,n)))    B = np.array(np.random.sample(n) + 10)    return A, Bdef product(a, b):    return a * bdef main():    cu_product = vectorize([f4(f4, f4), f8(f8, f8)], target='gpu')(product)    N = 1000    A, B = generate_input(N)    D = np.empty(A.shape)    stream = cuda.stream()    with stream.auto_synchronize():        dA = cuda.to_device(A, stream)        dB = cuda.to_device(B, stream)        dD = cuda.to_device(D, stream, copy=False)        cu_product(dA, dB, out=dD, stream=stream)        dD.to_host(stream)if __name__ == '__main__':    main()这是我的终端吐出的内容：Traceback (most recent call last):  File "cuda_vectorize.py", line 32, in <module>    main()  File "cuda_vectorize.py", line 28, in main    cu_product(dA, dB, out=dD, stream=stream)  File "/opt/anaconda1anaconda2anaconda3/lib/python2.7/site-packages/numbapro/_cudadispatch.py", line 109, in __call__  File "/opt/anaconda1anaconda2anaconda3/lib/python2.7/site-packages/numbapro/_cudadispatch.py", line 191, in _arguments_requirementAssertionError

Answer 1

只是为了回弹所有这些考虑因素。我还想在CUDA上实现一些矩阵计算，但是后来听说了numpy.einsum函数。事实证明，einsum的速度非常快。在这种情况下，这是它的代码。但是它可以应用于许多类型的计算。

G = np.einsum('ij,j -> ij',A, B)

就速度而言，这是N = 10000的结果

Numpy took    8.387756 seconds

CUDA JIT took 0.218394 seconds, 38.41x speedup

EINSUM took 0.131751 seconds, 63.66x speedup