Numba

開発元	Anaconda, Inc.
初版	2012年8月15日 (13年前) (2012-08-15)
最新版	0.63.1[1]  / 2025年12月10日 (25日前)
リポジトリ	github.com/numba/numba
プログラミング 言語	Python, C言語
プラットフォーム	x86-64, ARM64, POWER
ライセンス	二条項BSDライセンス
公式サイト	numba.pydata.org
テンプレートを表示

NumbaはPythonおよびNumPyのサブセットのソースコードを高速に実行する機械語に変換するJITコンパイラ。llvmliteにて、LLVMをバックエンドに使用し、CPU向けにコンパイルする。Anaconda, Inc.がスポンサーになっている。

かつてはNVIDIA CUDA向けもNumba内で開発されていたが、Numba 0.61より非推奨になり、Numba CUDAに分離され、NVIDIAが開発することになった。^[2]

Pythonの関数に @jit のデコレーターを付けることで、実行時にJITコンパイルされる。

下記の例においては、Numba 0.27.0において、Pythonよりも200倍高速に動作し、NumPyの組み込みのsum()関数よりも30%高速に動作する^[3][4]。

from numba import jit

@jit
def sum1d(ary):
    total = 0.0
    for i in range(ary.shape[0]):
        total += ary[i]
    return total

Numba CUDAはNVIDIAが開発していて、通常はCUDAカーネルをC++で記述するが、Numba CUDAはそれをPythonで記述できる^[7]。なお、CUDAカーネルをC++で記述するので構わないが、CUDAをPythonで実行したい場合は、PyCUDA^[8]やCUDA Python^[9]などがある。

Numba CUDAのCUDAカーネル内では、Pythonの記法で記載するが、メモリ確保が出来ないため、NumPyのほとんどの機能は使えない^[10]。Numba CUDAはCuPyと併用することが出来て、CUDAカーネル外になるが、CuPyではNumPyの機能が使える。以下、CuPyを併用したときのB = A + A.Tのサンプルコード。

import cupy as cp
from numba import cuda

@cuda.jit
def add_kernel(A, B):
    y, x = cuda.grid(2)
    B[y, x] = A[y, x] + A[x, y]

A = cp.array([[1, 2], [3, 4]], dtype=cp.float32)
B = cp.zeros(A.shape, dtype=cp.float32)
add_kernel[1, A.shape](A, B)

print(B)
print(A + A.T)

• JAX (ライブラリ)

• 公式ウェブサイト
• numba - GitHub