如何在Python中并行化GPU上的嵌套for循环？ 问题:

我有三个嵌套for循环，希望使用python3.6在我的（支持CUDA的）GPU上并行运行它们。评估顺序无关紧要，但必须存储输出。我该怎么做？请注意，每个for循环的范围是不同的

代码 定义f（i，j，k）： 如果i 额外细节 这甚至可以在GPU上并行化吗？我可以使用哪些软件包？如何在不必等待其他循环编译的情况下存储输出？我是否应该将

[I，j，k，f（I，j，k）]

添加到一个列表中，然后将它们放入一个有组织的数组中？如果

f

的输出为

float16

，则输出量很容易失控。我怎样才能克服这一点？上面的函数是由混合形式的参数（if语句）组成的，它调用NumPy函数纯粹是出于教育目的。 如果使用for循环不是正确的方法，请告诉我。我是否应该创建一个包含所有可能的

（I，j，k）

的列表，并向GPU发送几千个以进行评估？请考虑内存限制。即使在内存中存储100x200x300整数也很昂贵

开箱即用

---

如何将这个问题转化为线性代数问题，以便利用Numpy或Numba？

没有多少算法是立方的。你想实现什么？@cᴏʟᴅsᴘᴇᴇᴅ, 我只需要计算一个复杂的函数，它需要很多I，j和k。现在我不关心底层问题，我想学习如何在嵌套for循环上调用函数并存储它们。欢迎来到StackOverflow。祝贺你赢得[同时提出的问题最多]。。。我从来没见过在一个帖子下有这么多问题。调用

f（p1，p2，p3）

在计算上有多昂贵？发布

f（p1，p2，p3）

，因为

[时间]

-域和

[空间]

-域成本都很重要-+否则您可能会有一些更严格的成员声称该代码不是MCVE制定的问题定义。。。因此，最好在这个方向上查看您的帖子。您正在寻找的软件包（以及其他几个答案）可以通过搜索找到。@user3666197，这是一种荣誉！呵呵！我更新了代码，我问这么多问题的原因是为了让事情开始。我关心的是复杂函数嵌套循环的通用解决方案。我也会把我的想法说出来，这样人们就可以对不同的方法发表评论。一旦这个问题得到了回答，我会把这个问题修改得更合理一些。

def f(i, j, k):
    if i < j < k:
        return np.log(1 + i + j + k)
    else:
        return (i, j, k)

for i in range(1000):
    for j in range(2000):
        for k in range(3000):
            f(i, j, k) # Save the output???