主要观点：Matt Keeter 提出The Prospero Challenge，这对作者有吸引力，文章描述了加快其样本程序的两种小方法。
关键信息：

• 样本程序用 Python 和 NumPy 并行计算像素，运行 40 秒，存储 60GB 矩阵，通过分析变量最后使用时间进行垃圾回收可使程序耗时 10 秒且内存不超 1GB。
• 安装 CuPy 后用其替换 NumPy 可使程序在 GPU 上运行，1080ti 上 1024x1024 耗时 1.5 秒，2048x2048 耗时 3 秒，4096x4096 因 GPU 内存不足报错，还有提升空间。
  重要细节：
• 程序中各种操作的代码实现，如linspace、meshgrid等的使用及各种操作符的对应功能。
• 垃圾回收部分的代码逻辑，包括加载程序、寻找变量最后使用时间等。
• GPU 运行时出现的内存错误及相关错误信息。