有没有办法在调用之前编译（即缓存）一个 cupy RawKernel？

Question

我正在编写一个处理大量图像的 python 应用程序。应用程序的计算速度很重要，因此我试图通过编写 cupy 内核来最小化执行时间。

为了简单起见，假设我下面有一个 cupy 原始内核。

import cupy as cp


add_kernel = cp.RawKernel(r'''
extern "C" __global__
void add_one(float* dimg, float* y) {
    int j = threadIdx.x;
    int i = blockIdx.x;
    int k = blockDim.x;
    int tid = k*i+j;

    y[tid] = dimg[tid] + 1;
}
''', 'add_one')


if __name__ == '__main__':
    h, w = 192, 256
    dimg_cp = cp.zeros(shape=(h, w), dtype=cp.float32)
    y = cp.zeros(shape=(h, w), dtype=cp.float32)
    add_kernel((h,), (w,), (dimg_cp, y))
    print(y)

在这里，'add_kernel' 只是复制一个输入矩阵，然后将复制矩阵的每个元素加一，然后 return 它。它工作得很好，但我相信代码可以在执行速度方面进一步优化。

根据link，当内核第一次被调用时（即没有缓存），编译会有开销。

我想避开这个编译时间。所以想请问有没有办法在第一次调用内核之前编译cp.RawKernel？

提前致谢。

Answer 1

目前没有明确的方法来预编译内核而不调用它。一个简单的解决方案就是用一个小的输入调用它一次。请注意，编译后的内核也会缓存到文件中，因此开销仅存在于环境中脚本的第一次执行时。

有没有办法在调用之前编译（即缓存）一个 cupy RawKernel？

Is there a way of compiling (i.e. caching) a cupy RawKernel before calling it?

cupy