pythonGPU双精度算力测试代码

在Python中，如果你想要测试GPU的双精度浮点数（通常指单精度为float64）计算能力，你可以利用深度学习库如PyTorch或TensorFlow提供的功能。下面是一个简单的例子，使用PyTorch：

import torch

# 检查可用的GPU设备及其CUDA版本
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Running on {device}: CUDA version {torch.version.cuda}")

# 创建一个大的张量并将其移动到GPU上
large_tensor = torch.randn(1024, 1024).double().to(device)

start_time = torch.cuda.Event(enable_timing=True)
end_time = torch.cuda.Event(enable_timing=True)

# 执行一次双精度浮点运算，例如矩阵乘法
with torch.no_grad():
    start_time.record()
    result = torch.matmul(large_tensor, large_tensor.t())
    end_time.record()

# 等待所有事件完成计时
torch.cuda.synchronize()

# 计算时间
time_taken = start_time.elapsed_time(end_time) / 1e3
print(f"Time taken for a double precision matrix multiplication: {time_taken:.6f} ms")