@ cuda.jit和@jit之间的区别（target =＆＃39; gpu＆＃39;）

Question

我有一个关于使用Continuum的Accelerate和numba包中的Python CUDA库的问题。装饰师@jit和target = gpu使用的@cuda.jit是否与max_element相同？

Answer 1

不，它们不一样，尽管最终汇编到PTX汇编程序的路径是。 @jit装饰器是通用编译器路径，可以选择性地引导到CUDA设备上。 @cuda.jit装饰器实际上是Continuum Analytics开发的低级Python CUDA内核方言。因此，您可以获得threadIdx等CUDA内置变量和__shared__中@cuda.jit等内存空间说明符的支持。

如果要在Python中编写CUDA内核并编译并运行它，请使用@cuda.jit。否则，如果您想加速现有的Python，请使用带有CUDA目标的@jit。