B2C Data

简而言之，Numba 通常快，而 CUDA C 性能更佳，因此“来回”似乎是一个理想的反馈循环，尽管它取决于许多因素。上述“Numba 还是 CUDA”之争旨在激发对各种因素的思考，而非最终结论；每种工具都有其优势，并且可能是特定问题设置的最佳选择。重要的是，我们提供 CUDA C 和 Numba 来涵盖低级和高级编程；对于许多用户来说，高级编程更为熟悉，可以加快开发速度，而其他用户则更喜欢使用 CUDA C 来使其代码运行速度尽可能快。使用 WarpDrive v2，用户可以同时享受两者的优势。

底线
WarpDrive v2 的发布意义重大，因为它在多个方面对之前的版本进行了改进：

WarpDrive v2 支持 CUDA C 和 Numba（NumPy 的替代品）。
对 Numba 的支持改善了用户体验，将其从低级编程转变为高级编程。
WarpDrive v2 为两个后端（CUDA C 和 Numba）提供单一 API。
WarpDrive 的所有功能均可与 Numba 和 CUDA 后端兼容，用户可以在构建 电报筛查 模拟时在两者之间来回切换。
简而言之，用户现在拥有更大的灵活性：他们可以利用 Python 和 Numba 的强大功能来构建他们的原型 - 并且如果需要，他们还可以选择使用 CUDA 进行生产 （例如，为了实现更高的性能）。
探索更多
Salesforce AI Research 诚邀您深入了解本博文（链接如下）中讨论的概念。欢迎通过社交媒体和我们的网站与我们联系，定期获取本研究项目及其他研究项目的最新消息。