gpu并行化python程序,python - 在Numba中同时实现CPU和GPU并行化的类的最“优雅”方法是什么？ - SO中文参考 - www.soinside.com...

我认为您的问题与设计更相关。可能的设计可能是：class Gen(object):

def __init__(self):

pass

def compute(self, parameters):

# call_to_parallel_cpu_function(parameters)

pass

@staticmethod

def generate_instance(_data):

# code to detect if there is a cuda capable device

# and return true/false and store it in cuda_device variable

cuda_device = True

if cuda_device:

return GpuFoo(_data)

else:

return CpuFoo(_data)

class CpuFoo(Gen):

def __init__(self, data):

super(CpuFoo, self).__init__()

self.data = data

def compute(self, parameters):

# call_to_parallel_cpu_function(parameters)

pass

class GpuFoo(Gen):

def __init__(self, data):

super(GpuFoo, self).__init__()

self.data = data

def compute(self, parameters):

# call_to_parallel_cuda_function(parameters)

pass

Gen.generate_instance([1]).compute([2]) # an example of how to use

Gen是具有静态方法generate_instance的基类，该方法根据设备的功能生成所需的实例。 CpuFoo和GpuFoo是两个子类，并且继承基类Gen并给出其自己的compute方法实现。

让我知道是否有帮助！！

P.S .. Gen.generate_instance([1])检测设备是否为支持CUDA的设备，以及是否为ture，返回GpuFoo类的实例，否则返回CpuFoo的实例。