@cuda.jit和@jit之间的差异（目标='；gpu'；）_Cuda_Numba

@cuda.jit和@jit之间的差异（目标='；gpu'；）

cuda

@cuda.jit和@jit之间的差异（目标='；gpu'；）,cuda,numba,Cuda,Numba,关于使用Continuum的Accelerate和numba包中的Python CUDA库，我有一个问题。将装饰器@jit与target=gpu一起使用是否与@cuda.jit相同不，它们不一样，尽管最终将PTX编译成汇编程序的路径是相同的。@jit装饰器是通用编译器路径，可以选择将其引导到CUDA设备上。@cuda.jitdecorator实际上是Continuum Analytics开发的低级Python cuda内核方言。因此，您可以在@CUDA.jit中获得对CUDA内置变量（如thr

关于使用Continuum的Accelerate和numba包中的Python CUDA库，我有一个问题。将装饰器

@jit

与

target=gpu

一起使用是否与

@cuda.jit

相同

不，它们不一样，尽管最终将PTX编译成汇编程序的路径是相同的。

@jit

装饰器是通用编译器路径，可以选择将其引导到CUDA设备上。

@cuda.jit

decorator实际上是Continuum Analytics开发的低级Python cuda内核方言。因此，您可以在

@CUDA.jit

中获得对CUDA内置变量（如

threadIdx

）和内存空间说明符（如

\uuuuuuuuuu共享的）的支持
如果您想用Python编写CUDA内核并编译和运行它，请使用@CUDA.jit
。否则，如果要加速现有的Python，请使用CUDA目标的@jit