私には問題があります：高速線形システムの解決（私はそのようなシステムをたくさん持っています）。GPUとOpenCLを使用して解決します。
私はRubyやPythonなどの動的言語が大好きで、Cなどの低水準言語を使用する習慣から抜け出しました。
だから私は2つの同時の目的を持っています：
私にとっての最良のケースは次のとおりです。ほとんどPythonコードはOpenCLCでほとんど無駄なくコンパイルされます。
私はそのような解決策を見つけました：純粋なOpenCL C、PyOpenCL、Clyther。
何から始めればいいですか？
私の意見では、動的言語をOpenCLに組み込むことは、努力する価値がありません。Pythonの好きなところのほとんどが失われ、最終的には努力のために多くの時間を節約できないでしょう。
しかし、私はPythonでOpenCLカーネルを書くことだけを話している。カーネルを準備して送信するホストアプリケーションもあります。Pythonが好きな場合は、OpenCL APIにアクセスするために、PyOpenCLなどのラッパーを使用して純粋なPythonでホストアプリを作成することをお勧めします。次に、カーネルを純粋なOpenCLで記述し、Pythonアプリにそのまま送信させます。これにより、パフォーマンスにほとんどコストをかけずに、Pythonから必要なもののほとんどを取得できると思います。
OpenCLを使用したプログラミングの最も難しい部分は、アルゴリズムを並列化することです。つまり、カーネルを作成することを意味します。たぶん、あなたはあなたの時間の大部分をあなたのOpenCL Cコードを微調整して理解することに費やすでしょう、それはAFAIKがカーネルを書くためのあなたの唯一の選択です。
そういうわけで、私は純粋なC/OpenCLの実装に行くと言います。「ボイラープレート」OpenCLAPI部分を稼働させたら、その多くを変更する必要はほとんどありません。どちらかといえば、渡すワークグループのサイズなどで遊んでいますclEnqueueNDRangeKernel。
CLの初心者の場合は、シンプルにしてください。問題に別のソフトウェアレイヤーを追加すること（特に線形ソルバーとして定義されている問題）は、作業を複雑にするだけです。
編集：
標準のOpenCLAPIを使用すると、オンラインヘルプ/サポートの可能性が広がることを付け加えておきます。Pythonバインディングのいずれかを使用することを選択した場合、それらのコミュニティの人々に潜在的なサポートを制限する可能性があります。