numba/numba

NumPy aware dynamic Python compiler using LLVM

解决的问题

Python 在进行重型数值计算时通常很慢。Numba 通过将 Python 和 NumPy 代码转换为快速机器码来解决这个问题，使开发人员无需离开 Python 环境即可实现类似于 C 或 Fortran 的性能。

工作原理

它是一个即时（JIT）编译器，使用 LLVM 编译器项目直接从 Python 语法生成优化的机器码。它专门设计为感知 NumPy，这意味着它可以优化涉及 NumPy 数组和函数的运算。

适用对象

需要加速数值型 Python 代码的数据科学家、研究人员和工程师，特别是那些处理大型数据集或复杂数学运算的人员。

亮点

  • 循环的自动并行化
  • GPU 加速的代码生成
  • 支持创建 ufuncs 和 C 回调
  • 与 NumPy 的深度集成

相关

  • 项目
    NVIDIA/warp

    Warp 是一个由 NVIDIA 支持的 Python 库，可将普通 Python 函数即时编译（JIT）为用于物理模拟、机器人学和可微计算的快速 CPU/GPU 内核。它兼容 PyTorch/JAX，提供简单的 `@wp.kernel` 装饰器和 `wp.launch` API，并作为 `warp-lang` PyPI 包发布。

  • 项目
    numba/llvmlite

    一个轻量级的 Python 绑定，为 LLVM 的 IR 构建器、优化器和 JIT 编译器 API 提供稳定接口，简化 JIT 编译器的创建。

  • 项目
    jax-ml/jax

    面向加速器的数组计算与程序变换的 Python 库，专为高性能数值计算和大规模机器学习设计。

  • 项目
    cupy/cupy

    CuPy 是一个与 NumPy 和 SciPy 兼容的数组库，可在 NVIDIA CUDA 和 AMD ROCm 平台上为 Python 提供 GPU 加速的数值计算。

  • 项目
    brainpy/BrainPy

    一个用于计算神经科学和类脑计算的 JIT 编译框架，能够实现大脑动力学模型的高效模拟、训练和分析。