使用numba设备阵列时，cuml运行速度较慢

Question

我正在尝试使用ofrapids的cuml来加速dbscan集群1500万float64数据点的过程。

‘pp = nb.cuda.to_device( ps ) #ps是(15636915,2) cupy数组

with cuml.using_output_type('input')：db_gpu = cumlDBSCAN(eps=0.8，min_samples=100，verbose=5).fit_predict(ps，out_dtype='int64')‘

但它的运行速度比在cpu上运行的ski-learn慢得多。而且它并没有占用我的gpu的全部内存

enter image description here enter image description here

Answer 1

Hu.Xuechun，我只是想让你知道我已经直接回应了你的Github问题：https://github.com/rapidsai/cuml/issues/4276。