Cuda @jit（device=True）返回'；DeviceFunctionTemplate'；对象不可调用

我正在研究数学方法，为了减少执行时间，我使用了一个修饰符

@numba.jit（nopython=True，nogil=True，cache=True）
def analize_tick（数据：np.array，索引：int，结果信号：np.array）->无：
##我在这里执行一个操作，然后返回结果
结果[0]=1

它工作正常，但当我将装饰器从

@numba.jit（nopython=True，nogil=True，cache=True）

更改为

@cuda.jit（device=True）

时，我得到了一个错误：“DeviceFunctionTemplate”对象不可调用 你能告诉我如何解决这个问题吗？ 顺便说一句，该方法接收三个参数：

• numpy二维浮点数组
• 整数索引
• numpy返回结果的一维整数数组

---

更新以添加代码示例：

导入单元测试
作为pd进口熊猫
将numpy作为np导入
进口麻木
来自numba import cuda
@jit（nopython=True，nogil=True，cache=True）
#@cuda.jit（device=True）
def计算（数据：np.array，索引：int，选项：np.array，结果信号：np.array）->无：
i=数据[0]
b=数据[1]
结果_信号[0]=i+b
@jit（nopython=True，nogil=True，cache=True）
#@cuda.jit（device=True）
每个_的定义（数据：np.array，选项：np.array，结果：np.array）->无：
对于索引，枚举中的r（数据）：
计算（r、指数、选项、结果）
#打印（结果[0]）
cuda_类测试（unittest.TestCase）：
def测试编号呼叫（自我）：
df=pd.DataFrame（[[1,1]，[2,2]]，列=['c0'，'c1']）
data=df.to_numpy（）
结果=np.数组（[0]，dtype=float）
options=np.array（[0]，dtype=float）
对于范围（0、10、1）内的西格玛：
选项[0]=西格玛
对于每个（数据、选项、结果）

你能告诉我如何解决这个问题吗

没有办法解决这个问题。你想做的事是不可能的

当您装饰这样的功能时：

@cuda.jit(device=True)
def for_each(data:np.array,options:np.array, result:np.array) -> None:            
    for index, r in enumerate(data):        
        calculate(r, index, options, result)

---

你是。您没有在CUDA内核或设备函数中调用它。无法更改此行为，这是语言的一个限制。

如果将其转换为设备函数，则只能从另一个

@cuda.jit

函数内部调用。如果您发布了一个完整的示例，而不是它的描述，那么会简单得多。你认为重要或不重要的都不是必要的帮助你需要什么hi@talonmies谢谢你的回答，我刚刚在帖子中添加了代码，并尽可能简单地做了。谢谢你的回答-我想我明白了