python cpp cuda混合编程_混合编程[python cpp cuda]

很多时候，我们是基于python进行模型的设计和运行，可是基于python本身的速度问题，使得原生态python代码无法满足生产需求，不过我们可以借助其他编程语言来缓解python开发的性能瓶颈。这里简单介绍个例子，以此完成如何先基于cuda编写瓶颈函数，然后在将接口通过cpp进行封装，最后以库的形式被python调用。

1 cpp+python

首先，介绍下如何python调用cpp的代码。这里极力推荐pybind11。因为pybind11是一个轻量级，只包含头文件的库，他可以在C++中调用python，或者python中调用C++代码。其语法类似Boost.Python。可是不同的是Boost是一个重量级的库，因为为了兼容几乎所有的C++编译器，所以需要支持哪些最老的，bug最多的编译器。该作者考虑到现在c11都很普及了，所以丢弃那些之前的东西，从而打造这么一个轻量级的库。我们通过代码统计：

首先是对pybind11的安装：

git

clone https://github.com/pybind/pybind11.git

cd

pybind11

mkdir

build && cd build

cmake

../

make

-j32

上述cmake需要3.2及以上版本。最后输出结果如下图所示：

这里简单呈现下一级目录：

为了实现python调用cpp，我们先建立个文件名叫test.cpp#

include

namespace py = pybind11;

int

add

(

int i,

int j){

return i+j;}

// 该宏会在python的import语句触发PYBIND11_MODULE(example, m){ m.doc() =

"pybind11 example plugin"; m.def(

"add", &add,

"a function which adds two numbers", py::arg(

"i"), py::arg(

"j"));}

然后执行：

g++

-Wall -shared -std=c++11 -fPIC \ -I/home/zzc/software/pybind11/include \ `cd /home/zzc/software/pybind11 && python3 -m pybind11 --includes` \ test.cpp \ -o example`python3-config --extension-suffix`

结果如下图

接下来，我们将其改成参数支持numpy,可参考官网文档；pybind11—python numpy与C++数据传递：#

include

#

include

namespace py = pybind11;

int

add

(py::

array_t<

float> &

array,

int col){ py::buffer_info buf1 =

array.request();

float *p = (

float *)buf1.ptr;

for (

int i=

0; i

printf(

"cur value %lf\n", *p++); }

return

0;}PYBIND11_MODULE(example, m){ m.doc() =

"pybind11 example plugin"; m.def(

"add", &add,

"a function which adds two numbers");}

然后依然用上述命令编译成so，调用结果如下图：

更详细的pybind11使用方法，可阅读官方文档

2 cuda+cpp+python

这里只介绍如何编写cuda的代码，然后提供python接口。通过调查pybind11的issues：alias template error with Intel 2016.0.3 compilers,如果直接编写cu代码，然后一步到位，会触发很多问题。而如这里最后所述，较好的方式就是分开：编写cuda代码，并生成动态链接库；编写cpp代码，通过函数引用方式用pybind11进行接口封装；python导入对应模块即可使用。

如上图所示，首先，编写cuda代码,这里为了简洁，我们只写一个printf

// cuda_test.cu

#

include

#

include

__global__

void

kernel

(){

printf(

"inside in kernel\n");}

int

cuda

(

int a,

int b){ kernel<<<

1,

10>>>(); cudaDeviceSynchronize();

return

0;}

对应头文件：//cuda_test.h

int

cuda

(

int,

int);

然后我们将其用nvcc编译成动态链接库

nvcc

--shared

-Xcompiler

-fPIC

cuda_test

.cu

-o

libcutest

.so

结果如上图

接着，我们借助pybind11，此时增加了几行#

include

#

include

"cuda_test.h"

//新增的

namespace py = pybind11;

int

add

(

int i,

int j){

return i+j;}PYBIND11_MODULE(example, m){ m.doc() =

"pybind11 example plugin"; m.def(

"add", &add,

"a function which adds two numbers", py::arg(

"i"), py::arg(

"j")); m.def(

"cuda", &cuda,

"testing", py::arg(

"a"), py::arg(

"b"));

//新增的}

然后输入如下编译方式：

g++

-Wall -shared -std=c++11 -fPIC \ -L. -lcutest \ -I/home/zzc/software/pybind11/include \ `cd /home/zzc/software/pybind11 && python3 -mpybind11 --includes` \ test.cpp \ -o example`python3-config --extension-suffix`

此时生成结果

然后使用