Calcul științific
Repository GitHubBenchmark pentru simulări de reacție-difuzie
Aceeași simulare, două backenduri Python și o comparație atentă între viteză și consistență numerică.
Context: Calcul științific, simulare numerică și benchmarkuri Python
Perioadă: 2026
Rezumat
Benchmarkul rulează același model bidimensional FitzHugh-Nagumo prin implementări NumPy vectorizate și Numba paralele. Starea inițială, ecuațiile, numărul de iterații și metricile identice așază timpul de execuție lângă eroarea numerică și semnificația statistică.
De la intrări identice la o comparație de performanță justificată
Stare inițială
Ambele backenduri primesc aceeași grilă și aceiași parametri
NumPy
Implementarea vectorizată rulează simularea de referință
Numba
Backendul compilat și paralel rezolvă aceleași ecuații
Verificare
Sunt măsurate timpul, eroarea numerică și semnificația
Rapoarte
Tabelele și graficele fac rezultatele comparabile
Ce gestionează sistemul
Evaluează o simulare 2D FitzHugh-Nagumo de reacție-difuzie.
Compară NumPy vectorizat cu Numba paralel folosind aceleași ecuații și intrări.
Include condiții periodice la frontieră și difuzie cu patru vecini.
Generează CSV-uri, grafice, timpi de execuție, erori numerice și comparații statistice.
Benchmark perechi măsurat
Zece eșantioane perechi a câte 300 de iterații pentru fiecare grilă, comparând Numba cu referința NumPy în condiții identice de simulare.
Accelerare Numba
8,50×
NumPy pe 64 × 64
Accelerare Numba
3,77×
NumPy pe 128 × 128
Accelerare Numba
2,44×
NumPy pe 256 × 256
Test t perechi
< 0,001valoare p
Toate dimensiunile testate
Eroare absolută maximă
2,3e-6–2,6e-6
Numba comparat cu NumPy
Tehnologie
Stack
Domenii
Explorator de benchmark
Rezultate de benchmark precomputate
Numba comparat cu referința NumPy
Alege dimensiunea grilei pentru a analiza timpul mediu și accelerarea măsurată, păstrând consistența numerică vizibilă lângă performanță.
mai rapid decât referința NumPy
- Eroare absolută maximă
- 2.56e-6
- Test t perechi
- p = 7.50e-4
- Eșantioane × iterații
- 10 × 300
Sursă: fișierele CSV de benchmark din repository, cu 10 eșantioane perechi a câte 300 de iterații pentru fiecare grilă. Exploratorul prezintă rezultatele precomputate, iar rularea benchmarkului rămâne în fluxul repository-ului.
Inspectează fișierele CSV sursă pe GitHubConcluzii
- Numba a redus timpul de execuție pentru fiecare dimensiune testată, cu cel mai mare câștig pe grila 64 × 64.
- Rezultatele pentru mai multe dimensiuni arată cum se schimbă performanța odată cu grila.
- Păstrarea erorii numerice lângă timp confirmă că implementarea mai rapidă rămâne apropiată de referința NumPy.
Vrei să inspectezi implementarea?
Repository-ul conține codul sursă, instrucțiunile de configurare și istoricul dezvoltării.