Python Numba CPU下加速

 

Python代码加速
主要考虑代码优化加速，而非代码逻辑优化。

Python代码直接运行GPU是不行的，需要一定的改变，Numba是一个接口，不过本文主要针对CPU下的Python代码加速。

Python解释器工作原理
Python文件执行过程

.py文件通过解释器转化为虚拟机可以执行的字节码(.pyc)；
字节码在虚拟机上执行，得到结果；
字节码是一种只能运行在虚拟机上的文件，默认后缀.pyc，Python生成.pyc之后一般放在内存中继续使用，并不是每次都将.pyc文件保存到磁盘上。

虚拟机是基于硬件和操作系统的。

.pyc字节码通过Python虚拟机与硬件交互，就是说虚拟机的存在导致程序与硬件之间增加了中间层。效率自然被拖后。

JIT（Just-In-Time）
JIT技术中，JIT编译器将Python源代码.py直接编译成机器可以执行的机器语言（机器码），就可以直接在CPU等硬件上运行。

这样，JIT就跳过了原来的虚拟机，执行速度几乎与用C语言编程速度无差别。

Numba库
Numba是Anaconda公司开发的针对Python的开源JIT编译器，用于提供Python版CPU和GPU编程，速度比原生Python快数十倍。一、安装Numba
pip install numba
# 或者
conda install numba

二、使用方法：装饰器

from numba import jit
import numpy as np

SIZE = 2000
x = np.random.random((SIZE, SIZE))
"""
给定n*n矩阵，对矩阵每个元素计算tanh值，然后求和。
因为要循环矩阵中的每个元素，计算复杂度为 n*n。
"""
@jit # numba的使用方法
def jit_tan_sum(a):   # 函数在被调用时编译成机器语言
    tan_sum = 0
    for i in range(SIZE):   # Numba 支持循环
        for j in range(SIZE):
            tan_sum += np.tanh(a[i, j])   # Numba 支持绝大多数NumPy函数
    return tan_sum

print(jit_tan_sum(x))

如代码所示，只是在函数上加一个装饰器@jit，就可以将运行速度提升20多倍。

@jit装饰器的本质，是将函数编译为机器码，省掉虚拟机环节，提升速度。

三、Numba的使用场景总结
numba目前只支持Python原生函数和部分Numpy函数，其他场景下无效。

from numba import jit
import pandas as pd

x = {'a': [1, 2, 3], 'b': [20, 30, 40]}

@jit
def use_pandas(a): # Function will not benefit from Numba jit
    df = pd.DataFrame.from_dict(a) # Numba doesn't know about pd.DataFrame
    df += 1                        # Numba doesn't understand what this is
    return df.cov()                # or this!

print(use_pandas(x))

上述代码中使用了Pandas，而Pandas并不是原生代码，而是更高层次的封装，Numba不能理解pandas内部在做什么，所以无法对其加速。

而一些常用的机器学习框架，比如scikit-learn, tensorflow, pyrorch等，已经做了大量的优化，不适合再使用Numba做加速。

可以简单总结为，Numba不支持：

pandas
scikit-learn, tensorflow, pyrorch
try…except 异常处理
with 语句
yield from
四、Numba具体使用过程

Numba有两种模式：

@jit：object模式：上图左侧
Numba的@jit装饰器会尝试优化代码，如果发现不支持（比如pandas等），那么Numba会继续使用Python原来的方法去执行该函数。

@jit(nopython=True)或者@njit：nopython模式：上图右侧
强制加速，不会进入上图左侧流程，只进行右侧流程，如果编译不成功，就抛出异常。

实际使用中，一把推荐将代码中计算密集的部分作为单独的函数提出来，并使用nopython方法优化，这样可以保证能用到Numba加速；其余部分还是使用Python原生代码。

五、编译开销
编译源代码需要一定的时间：

C/C++等编译型语言是提前把整个程序先编译好，再执行可执行文件；
Numba库是懒编译（Lazy Compilation）技术；
其中，懒编译技术（Lazy Compilation）即

在运行过程中第一次发现源代码中有@jit，才将该代码块编译；
同一个Numba函数多次调用，只需要编译一次；
总 时 间 = 编 译 时 间 + 运 行 时 间 总时间=编译时间+运行时间
总时间=编译时间+运行时间

from numba import jit
import numpy as np
import time

SIZE = 2000
x = np.random.random((SIZE, SIZE))

"""
给定n*n矩阵，对矩阵每个元素计算tanh值，然后求和。
因为要循环矩阵中的每个元素，计算复杂度为 n*n。
"""
@jit
def jit_tan_sum(a):   # 函数在被调用时编译成机器语言
    tan_sum = 0
    for i in range(SIZE):   # Numba 支持循环
        for j in range(SIZE):
            tan_sum += np.tanh(a[i, j])   # Numba 支持绝大多数NumPy函数
    return tan_sum

# 总时间 = 编译时间 + 运行时间
start = time.time()
jit_tan_sum(x)
end = time.time()
print("Elapsed (with compilation) = %s" % (end - start))

# Numba将加速的代码缓存下来
# 总时间 = 运行时间
start = time.time()
jit_tan_sum(x)
end = time.time()
print("Elapsed (after compilation) = %s" % (end - start))

上述代码中，两次调用了Numba优化函数，第一次执行时需要编译，第二次就直接使用缓存的已经编译好的代码，运行时间大大缩短。

六、确定输入输出类型Eager Compilation：节省编译速度
原生Python速度慢的另一个因素是变量类型不确定，Python解释器需要进行大量的类型推断。

Numba也要推断输入输出的类型：

from numba import jit, int32

@jit("int32(int32, int32)", nopython=True)
def f2(x, y):
    # A somewhat trivial example
    return x + y

@jit(int32(int32, int32))告知Numba你的函数在使用什么样的输入和输出：

括号内是输入；
括号左侧是输出；
这样不会加快执行速度，但是会加快编译速度，可以更快将函数编译到机器码上。

Numba原理

Numba使用了LLVM和NVVM技术，此技术将Python等解释型语言直接翻译成CPU、GPU可执行的机器码。