PyCUDA 和 NumbaPro CUDA Python 有什么区别？
What is the difference between PyCUDA and NumbaPro CUDA Python?
我是 CUDA 的新手，我想弄清楚 PyCUDA (free) or NumbaPro CUDA Python（不是免费的）对我来说是否更好（假设图书馆费用不是问题）。
两者似乎都要求您使用各自的 Python 方言。但是，PyCUDA 似乎要求您在 C 代码中编写内核函数，这比使用 NumbaPro 更麻烦，NumbaPro 似乎为您完成了所有繁重的工作。
真的是这样吗？会有显着的性能差异吗？
numbapro now is numba BSD 许可证也是免费的。
根据 this 报告，pyOpenCL 和 pyCUDA 比 numba 快 5 倍
让我们来谈谈这些库中的每一个：
PyCUDA:
PyCUDA is a Python programming environment for CUDA it give you access to Nvidia's CUDA parallel computation API from Python. PyCUDA是用C++（基础层）写的，Python，C++代码会在NVIDIA芯片上执行，Python代码编译，执行，获取 C++ 代码的结果并自动管理资源，使其成为强大的 CUDA 库之一。
PyCUDA 与 PyOpenCl 略有不同，可用于 运行 各种平台上的代码，包括 Intel、AMD、NVIDIA 和 ATI 芯片。不像 PyCUDA 只能在 NVIDIA 芯片上 运行：
Python + CUDA = PyCUDA
Python + OpenCL = PyOpenCL
NUMBA/NumbaPro:
NUMBA : NumbaPro or recently Numba (NumbaPro has been deprecated, and its code generation features have been moved into open-source Numba.) is an Open Source NumPy-aware optimizing compiler for Python sponsored by Anaconda, Inc. It uses the remarkable LLVM compiler infrastructure to compile Python syntax to machine code. Numba 支持在 CPU 或 GPU 硬件上将 Python 编译为 运行，它基本上是用 Python 编写的。它易于安装和实施。
正如@Wang 提到的，Pycuda 比 Numba 快。
我是 CUDA 的新手，我想弄清楚 PyCUDA (free) or NumbaPro CUDA Python（不是免费的）对我来说是否更好（假设图书馆费用不是问题）。
两者似乎都要求您使用各自的 Python 方言。但是，PyCUDA 似乎要求您在 C 代码中编写内核函数，这比使用 NumbaPro 更麻烦，NumbaPro 似乎为您完成了所有繁重的工作。
真的是这样吗？会有显着的性能差异吗？
numbapro now is numba BSD 许可证也是免费的。
根据 this 报告，pyOpenCL 和 pyCUDA 比 numba 快 5 倍
让我们来谈谈这些库中的每一个：
PyCUDA:
PyCUDA is a Python programming environment for CUDA it give you access to Nvidia's CUDA parallel computation API from Python. PyCUDA是用C++（基础层）写的，Python，C++代码会在NVIDIA芯片上执行，Python代码编译，执行，获取 C++ 代码的结果并自动管理资源，使其成为强大的 CUDA 库之一。
PyCUDA 与 PyOpenCl 略有不同，可用于 运行 各种平台上的代码，包括 Intel、AMD、NVIDIA 和 ATI 芯片。不像 PyCUDA 只能在 NVIDIA 芯片上 运行：
Python + CUDA = PyCUDA
Python + OpenCL = PyOpenCL
NUMBA/NumbaPro:
NUMBA : NumbaPro or recently Numba (NumbaPro has been deprecated, and its code generation features have been moved into open-source Numba.) is an Open Source NumPy-aware optimizing compiler for Python sponsored by Anaconda, Inc. It uses the remarkable LLVM compiler infrastructure to compile Python syntax to machine code. Numba 支持在 CPU 或 GPU 硬件上将 Python 编译为 运行，它基本上是用 Python 编写的。它易于安装和实施。
正如@Wang 提到的，Pycuda 比 Numba 快。