Numba

Numba
Información general
Tipo de programa	compilador
Autor	Continuum Analytics
Desarrollador	Proyecto comunitario
Información técnica
Programado en	C; Python;
Versiones
Última versión estable	0.50.0 ( 2020 de marzo del 30)
Enlaces
	Sitio web oficial Repositorio de código
	[editar datos en Wikidata]

Numba es un compilador JIT de código abierto que traduce un subset de Python y NumPy en código de máquina usando LLVM, a través del paquete llvmlite de Python. Ofrece una gama de opciones para paralelizar código Python para CPU y GPU, a menudo con solo cambios menores en el código.^[1]

Numba fue iniciado por Travis Oliphant en 2012 y desde entonces ha estado en desarrollo activo en GitHub con lanzamientos frecuentes. El proyecto está impulsado por desarrolladores de Anaconda, Inc., con el apoyo de DARPA, la Fundación Gordon y Betty Moore, Intel, Nvidia y AMD, y una comunidad de colaboradores en GitHub.^[1]^[2]

Ejemplo[editar]

Numba se puede usar simplemente aplicando el decorador numba.jit a una función de Python que hace cálculos numéricos:

import numba
import random

@numba.jit
def monte_carlo_pi(nsamples: int):
    acc = 0
    for i in range(nsamples):
        x = random.random()
        y = random.random()
        if (x**2 + y**2) < 1.0:
            acc += 1
    return 4.0 * acc / nsamples

La compilación en tiempo de ejecución ocurre de forma transparente cuando se llama a la función:

>>> monte_carlo_pi(1000000)
3.14

El sitio web de Numba en contiene más ejemplos, así como información sobre cómo obtener un buen rendimiento de Numba.

Soporte de GPU[editar]

Numba puede compilar funciones de Python en código de GPU. Actualmente hay dos backends disponibles: NVIDIA CUDA y AMD ROCm HSA.^[2]

Aproximaciones alternativas[editar]

Numba es un enfoque para hacer que Python sea rápido, compilando funciones específicas que contienen código Python y NumPy. Existen muchos enfoques alternativos para cálculo numérico rápido con Python, como Cython, TensorFlow, PyTorch, Chainer, Pythran y PyPy .