PNumPy 并行NumPy可以无缝加速大型数组(64K +元素)的NumPy,而无需更改现有NumPy代码。 对于python 3.6、3.7、3.8和3.9,NumPy> = 1.18的PNumPy支持Linux,Windows和MacOS。 此第一个版本加快了NumPy二进制和一元ufunc的速度,例如加,乘,isnan,abs,sin,log,sum,min等。 加速功能还包括: sort,argsort,lexsort,arange,boolean indexing和fancy indexing 。 在不久的将来,我们将加快: astype,where,putmask和searchsorted的速度。 其他使用numpy的软件包,例如或 ,也将加快大型阵列的使用。 安装 pip install pnumpy 您也可以通过以下方式安装最新的开发版本: pip inst
2022-12-27 14:57:11 302KB performance numpy C++
1
parsec-riscv性能测试 用于在模拟的RISC-V环境中自动设置和运行PARSEC基准测试的脚本。 主要目的是记录所需的步骤,以重现与我合作的QEMU / RISC-V相关论文所使用的设置。 执行 运行./setup_system.sh 它将准备一个projects目录,将提供所有必需的源/数据 它将准备一个components目录,其中包含所有已编译/已处理的对象 运行run_parsec_benchmarks.sh 它将在VM中运行PARSEC基准测试,并将结果output到output
2022-12-08 22:02:11 42KB bash performance emulation riscv
1
Efficient MySQL Performance Best Practices and Techniques 2021 PDF格式,好书
2022-12-06 18:15:59 4.68MB MySQL
1
SQL Server 2017 Query Performance Tuning,SQL Server 2017查询性能调优,不得不读的经典著作,英文原版,最新版
2022-11-30 14:17:47 30.76MB sqlserver 查询 性能调优
1
语言:English 一个devtool扩展,用于检查Vue组件的性能。 Chrome devtool扩展程序,用于检查Vue组件的性能。
2022-11-10 16:09:28 227KB 扩展程序
1
VCF与纯文本GWAS存储格式 以纯文本/表格文本和VCF查询GWAS摘要统计信息的运行时性能 引文 Lyon, M.S., Andrews, S.J., Elsworth, B. et al. The variant call format provides efficient and robust storage of GWAS summary statistics. Genome Biol 22, 32 (2021). https://doi.org/10.1186/s13059-020-02248-0 结果 要查看比较结果,请在网络浏览器中打开html文件。 阴谋 工作流程 将GWAS转换为GWAS-VCF 准备查询 对数据进行二次采样,准备多样本GWAS-VCF,并记录预期的输出结果,以便与命令行工具进行比较 RSID查询性能 rsID上的性能查询 单样本-2.5M 单
2022-11-03 21:05:54 7.08MB performance bioinformatics gwas vcf
1
Devito:基于符号规范的快速模板计算 是一个Python软件包,用于根据高级符号问题定义实施优化的模具计算(例如,有限差分,图像处理,机器学习)。 Devito建立在基础上,并采用自动代码生成和即时编译功能,以在包括CPU,GPU及其集群在内的多个计算机平台上执行优化的计算内核。 交互式Jupyter笔记本 关于德维托 Devito提供了一种功能语言,用于实现复杂的运算符,该运算符可以由多个模板计算,边界条件,稀疏运算(例如插值)等组成。 典型的用例是用于逼近偏微分方程的显式有限差分方法。 例如,可以使用Devito来实现2D扩散算子,如下所示 >> > grid = Grid ( shape = ( 10 , 10 )) >> > f = TimeFunction ( name = 'f' , grid = grid , space_order = 2 ) >> > eqn =
2022-10-27 19:52:48 13.81MB performance jit compilers finite-difference
1
Kokkos:核心库 Kokkos Core 在 C++ 中实现了一个编程模型,用于编写针对所有主要 HPC 平台的高性能便携式应用程序。 为此,它为代码的并行执行和数据管理提供了抽象。 Kokkos 旨在针对具有 N 级内存层次结构和多种类型执行资源的复杂节点架构。 它目前可以使用 CUDA、HPX、OpenMP 和 Pthreads 作为后端编程模型,以及其他几个正在开发的后端。 Kokkos Core 是 Kokkos C++ 性能可移植性编程生态系统的一部分,该生态系统还提供数学内核 ( ),以及分析和调试工具 ( )。 了解 Kokkos 可以在 Wiki 上找到编程指南,API 参考正在开发中。 如有问题,请在 Slack 上找到我们: : 或打开 github 问题。 对于非公开问题,请发送电子邮件至 crtrott(at)sandia.gov 可以在下找到包含
1
Basic Performance Measurements of the Intel Optane DC Persistent
2022-10-06 14:00:30 1.28MB NVDIMM
1