Производительность

Рекомендация

Рекомендуемый генератор для общего использования — PCG64 или его улучшенный вариант PCG64DXSM для сильно параллельных случаев использования. Они обладают высоким статистическим качеством, полным набором функций и высокой скоростью на большинстве платформ, но несколько медленны при компиляции для 32-битных процессов. См. Обновление PCG64 с PCG64DXSM подробности о том, когда интенсивный параллелизм указывает на использование PCG64DXSM.

Philox довольно медленный, но его статистические свойства имеют очень высокое качество, и легко получить гарантированно независимый поток, используя уникальные ключи. Если это стиль, который вы хотите использовать для параллельных потоков, или вы переносите из другой системы, которая использует этот стиль, то Philox это ваш выбор.

SFC64 статистически высокого качества и очень быстр. Однако ему не хватает возможности jumpability. Если вы не используете эту возможность и хотите высокой скорости, даже на 32-битных процессах, это ваш выбор.

MT19937 не проходит некоторые статистические тесты и не особенно быстр по сравнению с современными PRNG. По этим причинам мы в основном не рекомендуем использовать его самостоятельно, только через устаревший RandomState для воспроизведения старых результатов. Тем не менее, он имеет долгую историю как значение по умолчанию во многих системах.

Время выполнения

Приведённые ниже временные показатели — это время в нс для генерации 1 случайного значения из определённого распределения. Оригинальный MT19937 генератор намного медленнее, так как требует 2 32-битных значения, чтобы соответствовать выходу более быстрых генераторов.

Производительность целочисленных операций имеет аналогичный порядок.

Шаблон аналогичен для других, более сложных генераторов. Обычная производительность устаревшего RandomState генератор значительно медленнее других, поскольку использует преобразование Бокса-Мюллера вместо метода Зиккурата. Разрыв в производительности для экспоненциальных распределений также велик из-за стоимости вычисления логарифмической функции для инвертирования CDF. Столбец с меткой MT19973 использует тот же 32-битный генератор, что и RandomState но генерирует случайные величины, используя Generator.

	MT19937	PCG64	PCG64DXSM	Philox	SFC64	RandomState
32-битные беззнаковые целые числа	3.3	1.9	2.0	3.3	1.8	3.1
64-битные беззнаковые целые числа	5.6	3.2	2.9	4.9	2.5	5.5
Равномерные распределения	5.9	3.1	2.9	5.0	2.6	6.0
Нормали	13.9	10.8	10.5	12.0	8.3	56.8
Экспоненты	9.1	6.0	5.8	, и значения в	5.4	63.9
Гаммы	37.2	30.8	28.9	34.0	27.5	77.0
Биномы	21.3	17.4	17.6	19.3	15.6	21.4
Лапласа	73.2	72.3	76.1	73.0	72.3	82.5
Пуассона	111.7	103.4	100.5	109.4	90.7	115.2

Следующая таблица представляет производительность в процентах относительно значений, сгенерированных устаревшим генератором, RandomState(MT19937())Общая производительность была вычислена с использованием среднего геометрического.

	MT19937	PCG64	PCG64DXSM	Philox	SFC64
32-битные беззнаковые целые числа	96	162	160	96	175
64-битные беззнаковые целые числа	97	171	188	113	218
Равномерные распределения	102	192	206	121	233
Нормали	409	526	541	471	684
Экспоненты	701	1071	1101	784	1179
Гаммы	207	250	266	227	281
Биномы	100	123	122	111	138
Лапласа	113	114	108	113	114
Пуассона	103	111	115	105	127
В целом	159	219	225	174	251

Примечание

Все замеры времени были выполнены с использованием Linux на процессоре AMD Ryzen 9 3900X.

Производительность на разных операционных системах

Производительность различается на разных платформах из-за различий в компиляторах и доступности оборудования (например, ширина регистров). Генератор битов по умолчанию был выбран для хорошей работы на 64-битных платформах. Производительность на 32-битных операционных системах сильно отличается.

Сообщаемые значения нормализованы относительно скорости MT19937 в каждой таблице. Значение 100 указывает, что производительность соответствует MT19937. Более высокие значения указывают на улучшенную производительность. Эти значения нельзя сравнивать между таблицами.

64-битный Linux

Распределение	MT19937	PCG64	PCG64DXSM	Philox	SFC64
32-битные беззнаковые целые числа	100	168	166	100	182
64-битные беззнаковые целые числа	100	176	193	116	224
Равномерные распределения	100	188	202	118	228
Нормали	100	128	132	115	167
Экспоненты	100	152	157	111	168
В целом	100	161	168	112	192

64-битная Windows

Относительная производительность на 64-битном Linux и 64-битном Windows в целом схожа, за исключением заметного случая генератора Philox.

Распределение	MT19937	PCG64	PCG64DXSM	Philox	SFC64
32-битные беззнаковые целые числа	100	155	131	29	150
64-битные беззнаковые целые числа	100	157	143	25	154
Равномерные распределения	100	151	144	24	155
Нормали	100	129	128	37	150
Экспоненты	100	150	145	28	159
В целом	100	148	138	28	154

32-разрядная Windows

Производительность 64-битных генераторов на 32-битных Windows значительно ниже, чем на 64-битных операционных системах, из-за ширины регистров. MT19937, генератор, который был в NumPy с 2005 года, работает с 32-битными целыми числами.

Распределение	MT19937	PCG64	PCG64DXSM	Philox	SFC64
32-битные беззнаковые целые числа	100	24	34	14	57
64-битные беззнаковые целые числа	100	21	32	14	74
Равномерные распределения	100	21	34	16	73
Нормали	100	36	57	28	101
Экспоненты	100	28	44	20	88
В целом	100	25	39	18	77

Примечание

Время выполнения на Linux измерялось на Ubuntu 20.04 с GCC 9.3.0. Время выполнения на Windows измерялось на Windows 10 с использованием Microsoft C/C++ Optimizing Compiler версии 19 (Visual Studio 2019). Все измерения производились на процессоре AMD Ryzen 9 3900X.