就其自身來說，Numpy 的速度已經較 Python 有了很大的提升。當你發現 Python 代碼運行較慢，尤其出現大量的 for-loops 循環時，通常可以將數據處理移入 Numpy 并實現其向量化最高速度處理。

但有一點，上述 Numpy 加速只是在 CPU 上實現的。由于消費級 CPU 通常只有 8 個核心或更少，所以并行處理數量以及可以實現的加速是有限的。

這就催生了新的加速工具——CuPy 庫。

何為 CuPy？

CuPy 是一個借助 CUDA GPU 庫在英偉達 GPU 上實現 Numpy 數組的庫?；?Numpy 數組的實現，GPU 自身具有的多個 CUDA 核心可以促成更好的并行加速。

CuPy 接口是 Numpy 的一個鏡像，并且在大多情況下，它可以直接替換 Numpy 使用。只要用兼容的 CuPy 代碼替換 Numpy 代碼，用戶就可以實現 GPU 加速。

CuPy 支持 Numpy 的大多數數組運算，包括索引、廣播、數組數學以及各種矩陣變換。

如果遇到一些不支持的特殊情況，用戶也可以編寫自定義 Python 代碼，這些代碼會利用到 CUDA 和 GPU 加速。整個過程只需要 C++格式的一小段代碼，然后 CuPy 就可以自動進行 GPU 轉換，這與使用 Cython 非常相似。

在開始使用 CuPy 之前，用戶可以通過 pip 安裝 CuPy 庫： 

pip install cupy 

使用 CuPy 在 GPU 上運行

為符合相應基準測試，PC 配置如下：

•  i7–8700k CPU
•  1080 Ti GPU
•  32 GB of DDR4 3000MHz RAM
•  CUDA 9.0

CuPy 安裝之后，用戶可以像導入 Numpy 一樣導入 CuPy： 

import numpy as np  
import cupy as cp  
import time 

在接下來的編碼中，Numpy 和 CuPy 之間的切換就像用 CuPy 的 cp 替換 Numpy 的 np 一樣簡單。如下代碼為 Numpy 和 CuPy 創建了一個具有 10 億 1』s 的 3D 數組。為了測量創建數組的速度，用戶可以使用 Python 的原生 time 庫： 

### Numpy and CPU  
s = time.time()  
*x_cpu = np.ones((1000,1000,1000))*  
e = time.time()  
print(e - s)### CuPy and GPU  
s = time.time()  
*x_gpu = cp.ones((1000,1000,1000))*  
e = time.time()  
print(e - s) 

這很簡單！

令人難以置信的是，即使以上只是創建了一個數組，CuPy 的速度依然快得多。Numpy 創建一個具有 10 億 1』s 的數組用了 1.68 秒，而 CuPy 僅用了 0.16 秒，實現了 10.5 倍的加速。

但 CuPy 能做到的還不止于此。

比如在數組中做一些數學運算。這次將整個數組乘以 5，并再次檢查 Numpy 和 CuPy 的速度。 

### Numpy and CPU  
s = time.time()  
*x_cpu *= 5*  
e = time.time()  
print(e - s)### CuPy and GPU  
s = time.time()  
*x_gpu *= 5*  
e = time.time()  
print(e - s) 

果不其然，CuPy 再次勝過 Numpy。Numpy 用了 0.507 秒，而 CuPy 僅用了 0.000710 秒，速度整整提升了 714.1 倍。

現在嘗試使用更多數組并執行以下三種運算：

1.  數組乘以 5
2.  數組本身相乘
3.  數組添加到其自身 

### Numpy and CPU  
s = time.time()  
*x_cpu *= 5  
x_cpu *= x_cpu  
x_cpu += x_cpu*  
e = time.time()  
print(e - s)### CuPy and GPU  
s = time.time()  
*x_gpu *= 5  
x_gpu *= x_gpu  
x_gpu += x_gpu*  
e = time.time()  
print(e - s) 

結果顯示，Numpy 在 CPU 上執行整個運算過程用了 1.49 秒，而 CuPy 在 GPU 上僅用了 0.0922 秒，速度提升了 16.16 倍。

數組大?。〝祿c）達到 1000 萬，運算速度大幅度提升

使用 CuPy 能夠在 GPU 上實現 Numpy 和矩陣運算的多倍加速。值得注意的是，用戶所能實現的加速高度依賴于自身正在處理的數組大小。下表顯示了不同數組大小（數據點）的加速差異：

數據點一旦達到 1000 萬，速度將會猛然提升；超過 1 億，速度提升極為明顯。Numpy 在數據點低于 1000 萬時實際運行更快。此外，GPU 內存越大，處理的數據也就更多。所以用戶應當注意，GPU 內存是否足以應對 CuPy 所需要處理的數據。