Nama : Rima Priliza Azzahrah

Kelas : 1ID07
NPM : 31422450

Cari dan Analisa perbedaan waktu penggunaan CPU (numpy)

dengan GPU (cupy) untuk transpos matriks
1. CPU (Numpy)
import time
import cupy as cp
import numpy as np

s = time.time()
A = np.random.randint(10, size=(10000,10000))
C = A.transpose
e = time.time()

print("Waktu CPU : ", e - s, "Detik")

Jika di Run maka untuk CPU maka mendapatkan hasil

Waktu CPU : 1.5390686988830566 Detik

Pada library Numpy, waktu yang didapatkan untuk penggunaan numpy

operasi transpose matriks dengan baris sebanyak 10000 dan kolom 10000 adalah
1.5390686988830566 Detik.
 2. GPU (CuPy)
import time
import cupy as cp
import numpy as np

s = time.time()
A = cp.random.randint(10, size=(10000,10000))
C = A.transpose
cp.cuda.Stream.null.synchronize()
e = time.time()
print("Waktu GPU :", e - s, "detik")

Jika di Run maka untuk GPU maka mendapatkan hasil

Waktu GPU : 0.31670069694519043 Detik

Sedangkan pada library CuPy, waktu yang di dapatkan untuk penggunaan

cupy operasi transpose matriks dengan baris sebanyak 10000 dan kolom 10000
adalah 0.31670069694519043 Detik, jauh lebih cepat daripada Waktu CPU.

Jadi Penggunaan GPU sangat berpengaruh terhadap kecepatan dan

performansi pada operasi yang kita lakukan Dari pada penggunaan CPU.