PolyBench/Python: benchmarking Python environments with polyhedral optimizations
PolyBench/Python: benchmarking Python environments with polyhedral optimizations
复制标题
PolyBench/Python：使用多面体优化对 Python 环境进行基准测试
DOI：
10.1145/3446804.3446842
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Rodríguez, Gabriel
中科院分区：
文献类型：
--
作者：
Abella-González, Miguel Á.;Carollo-Fernández, Pedro;Pouchet, Louis-Noël;Rastello, Fabrice;Rodríguez, Gabriel
Python已经成为当今使用和教授最多的语言之一。它的表现力，交叉兼容性和易用性使其在金融，生物信息学或机器学习等不同领域受到欢迎。然而，Python程序的执行速度通常比同等的原生C实现慢得多，特别是对于计算密集型的数值kernels.This工作介绍了PolyBench/Python，在PolyBench/C中实现了30个内核，PolyBench/C是多面体优化的标准基准套件之一，在Python中。除了基准内核，一个功能包装器，包括性能测量，测试和执行配置的机制已经开发。该框架支持将C数组代码转换为Python的不同方式，从而深入了解Python列表和NumPy数组的权衡。在不同的Python解释器上对基准性能进行了全面评估，并与PolyBench/C进行了比较，以突出使用Python进行常规数字代码的盈利能力（或缺乏盈利能力）。
Python has become one of the most used and taught languages nowadays. Its expressiveness, cross-compatibility and ease of use have made it popular in areas as diverse as finance, bioinformatics or machine learning. However, Python programs are often significantly slower to execute than an equivalent native C implementation, especially for computation-intensive numerical kernels.This work presents PolyBench/Python, implementing the 30 kernels in PolyBench/C, one of the standard benchmark suites for polyhedral optimization, in Python. In addition to the benchmark kernels, a functional wrapper including mechanisms for performance measurement, testing, and execution configuration has been developed. The framework includes support for different ways to translate C-array codes into Python, offering insight into the tradeoffs of Python lists and NumPy arrays. The benchmark performance is thoroughly evaluated on different Python interpreters, and compared against its PolyBench/C counterpart to highlight the profitability (or lack thereof) of using Python for regular numerical codes.
登录
查看更多内容
GRAPHITE：基于 GCC 多面体模型的循环优化
DOI：
--
发表时间：
2006
期刊：
影响因子：
--
作者：
Sebastian Pop;Albert Cohen;Cédric Bastoul;Sylvain Girbal;G. Silber;Nicolas Vasilache
通讯作者：
Nicolas Vasilache
影响因子：
1.5
作者：
Sylvain Girbal;Nicolas Vasilache;Cédric Bastoul;Albert Cohen;David Parello;Marc Sigler;O. Temam
通讯作者：
Sylvain Girbal;Nicolas Vasilache;Cédric Bastoul;Albert Cohen;David Parello;Marc Sigler;O. Temam
索引集分割
影响因子：
1.5
作者：
M. Griebl;P. Feautrier;C. Lengauer
通讯作者：
C. Lengauer
Pythran：跨越 Python 前沿
DOI：
--
发表时间：
2018
期刊：
Computing in science & engineering (Print)
影响因子：
--
作者：
S. Guelton
通讯作者：
S. Guelton