ナンバ

ナンバーロゴ
原作者	連続分析
開発者	コミュニティプロジェクト
初回リリース	2012年8月15日; 12年前 ( 2012-08-15 )
安定リリース	0.60.0 [1]  / 2024年6月13日; 5か月前 （2024年6月13日）
リポジトリ	github.com/numba/numba
書かれた	Python、C
オペレーティング·システム	クロスプラットフォーム
タイプ	技術計算
ライセンス	BSD 2節
Webサイト	numba.pydata.org

Numba は、 llvmlite Python パッケージを介してLLVMを使用してPythonとNumPyのサブセットを高速マシン コードに変換するオープンソースの JIT コンパイラです。CPU と GPU 用に Python コードを並列化するためのさまざまなオプションが提供され、多くの場合、わずかなコード変更のみで済みます。

Numba は 2012 年にTravis Oliphant氏によって開始され、それ以来 GitHub のリポジトリで活発に開発され、頻繁にリリースされてきました。このプロジェクトは Anaconda, Inc. の開発者によって推進されており、DARPA、Gordon and Betty Moore Foundation、Intel、Nvidia、AMD 、およびGitHubの貢献者コミュニティによるサポートを受けています。

numba.jitNumba は、数値計算を行う Python 関数にデコレータを 適用するだけで使用できます。

 numba
をインポートランダムをインポート 

@numba . jit 
def  monte_carlo_pi ( n_samples :  int )  ->  float : 
"""モンテカルロ""" acc = 0 for i in range ( n_samples ): x = random . random () y = random . random () if ( x ** 2 + y ** 2 ) < 1.0 : acc += 1 return 4.0 * acc / n_samples    
      
       
          
          
             
              
         

関数が呼び出されると、ジャストインタイム コンパイルが透過的に実行され ます。

>>>モンテカルロ_pi ( 1000000 ) 
3.14

Numba の Web サイトには、さらに多くの例と、Numba から優れたパフォーマンスを得る方法に関する情報が掲載されています。

Numba は Python 関数を GPU コードにコンパイルできます。最初は 2 つのバックエンドが利用可能です:

• Nvidia CUDAについては、numba.pydata.org/numba-doc /dev/cuda を参照してください。
• AMD ROCm HSA、numba.pydata.org/numba-doc/dev/ roc を参照

リリース0.56.4以降、^[2] AMD ROCm HSAは正式にメンテナンス対象外の状態に移行し、別のリポジトリスタブが作成されました。

Numba は、Python と NumPy コードを含む特定の関数をコンパイルすることで Python を高速化する 1 つの方法です。Python で数値計算を高速化する代替方法は、 Cython、 Pythran 、PyPyなど、数多く存在します。