用英特尔®分配实现Python的高性能计算
描述
Intel® Distribution for Python特点：
实现更快的Python 应用程序性能，在代码中很少或没有更改
使用集成的Intel性能库，如Intel∈数学内核库和Intel数据分析加速库，加速NumPy*、SciPy*和scikit-.*。
访问最新的向量化和多线程指令，Numba*和Cython*，与线程构建块的可组合并行性，以及更多
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
OpenCL平台和英特尔Stratix 10 FPGA的结合使用2019-07-17 0
-
为什么选择加入英特尔？2019-07-25 0
-
适用于英特尔性能设备平台的RMC2019-08-20 0
-
苹果Mac弃用英特尔芯片的原因2020-06-23 0
-
介绍英特尔®分布式OpenVINO™工具包2021-07-26 0
-
凌华科技发布两款基于最新的英特尔® 酷睿™处理器的模块化电脑2023-02-15 0
-
英特尔研究百亿亿次高性能计算2010-06-28 478
-
英特尔公布下一代高性能计算平台的细节2011-11-16 673
-
英特尔将为高性能计算研制“超级芯片”2012-04-02 956
-
英特尔推出用于加速深度学习的OpenVINO工具包，可实现高性能计算机视觉及开发2018-08-06 19823
-
使用英特尔VTune放大器对Python应用程序进行性能分析2018-11-09 4029
-
通过Python实现性能的提升2018-11-08 2596
-
英特尔塑造高性能计算的未来2020-11-20 2741
-
英特尔Ice Lake对于高性能计算市场意味着什么2021-04-21 1336
-
高性能计算与人工智能何处去？英特尔剑指XPU2021-06-30 1560
全部0条评论
快来发表一下你的评论吧 !
