Intel Distribution for Python 的性能真实表现怎样
2个回答
展开全部
正好我还是测试过。
之前用anaconda,看到有个intel的支持,用了一下。
如果你的程序是矩阵运算,貌似没有特别的提升。
提升速度,还是得靠算法啊。
实际上这是个CPython及一票包在ICC和MKL加持下的集合发行版。它能达到的最大高度与你自己编译一轮CPython以及保证numpy等包工作在mkl之下没有任何区别。
综上所述,不要有太多幻想。pypy/numba都是JIT,Cython是直接的C编译本地化模块,只要解释器还是CPython,就不会有什么大到两个数量级的巨大性能提升。
之前用anaconda,看到有个intel的支持,用了一下。
如果你的程序是矩阵运算,貌似没有特别的提升。
提升速度,还是得靠算法啊。
实际上这是个CPython及一票包在ICC和MKL加持下的集合发行版。它能达到的最大高度与你自己编译一轮CPython以及保证numpy等包工作在mkl之下没有任何区别。
综上所述,不要有太多幻想。pypy/numba都是JIT,Cython是直接的C编译本地化模块,只要解释器还是CPython,就不会有什么大到两个数量级的巨大性能提升。
展开全部
实际上这是个CPython及一票包在ICC和MKL加持下的集合发行版。它能达到的最大高度与你自己编译一轮CPython以及保证numpy等包工作在mkl之下没有任何区别。
综上所述,不要有太多幻想。pypy/numba都是JIT,Cython是直接的C编译本地化模块,只要解释器还是CPython,就不会有什么大到两个数量级的巨大性能提升。
综上所述,不要有太多幻想。pypy/numba都是JIT,Cython是直接的C编译本地化模块,只要解释器还是CPython,就不会有什么大到两个数量级的巨大性能提升。
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询