知识卡片

普通读书笔记卡 · 6399.a

连续内存影响性能

理解等级:未标注

按物理相邻位置访问通常更利于缓存与批量实现,但效果由布局、访问轴、数据规模和具体内核共同决定。C连续二维数组的行相邻,F连续的列相邻;flags可检查,视图可能两种都不连续。若复制成期望布局,应把复制成本计入总任务,而非只比较之后单次求和。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      CPU的高速缓存(cache)体系有关。运算过程中访问连续内存块(例如,对以C顺序存储的数组的行求和)一般是最快的,因为内存子系统会将适当的内存块缓存到超高速的L1或L2CPU Cache中译注7。此外,NumPy的C语言基础代码(某些)对连续存储的情况进行了优化处理,这样就能避免一些跨越式的内存访问。 一个数组的内存布局是连续的,就是说元素是以它们在数组中

    参考来源

    《利用Python进行数据分析》第12章《NumPy高级应用》 - 位置:《利用Python进行数据分析》第12章《连续内存的重要性》(spine330;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0316.html;u291-ch12-006)。 - 结论依据:原文在“CPU的高速缓存”附近的定义、例子或代码支撑本卡核心说明:按物理相邻位置访问通常更利于缓存与批量实现,但效果由布局、访问轴、数据规模和具体内核共同决定。边界按已读前提解释;示例未执行。 - 原始内容:CPU的高速缓存(cache)体系有关。运算过程中访问连续内存块(例如,对以C顺序存储的数组的行求和)一般是最快的,因为内存子系统会将适当的内存块缓存到超高速的L1或L2CPU Cache中译注7。此外,NumPy的C语言基础代码(某些)对连续存储的情况进行了优化处理,这样就能避免一些跨越式的内存访问。 一个数组的内存布局是连续的,就是说元素是以它们在数组中