7.13。 Numba 项目路线图

原文： http://numba.pydata.org/numba-doc/latest/developer/roadmap.html

注意

本页最后修订于 2018 年 12 月 。

本路线图仅供参考。优先级和资源发生变化，因此我们可能会选择重新排序或放弃此列表中的内容。此外，进一步的项目，它们将变得越来越具体。如果您有兴趣处理其中一个项目，请打开一个我们可以先讨论设计和方法的问题。

7.13.1。短期：2019H1

  • 容器改进：
    • Numba 字典支持
    • 重构列表以遵循新的容器最佳实践。参见 issue 3546 中的讨论。
  • 弃用 Python 2.7 支持
  • 改善缓存：
    • 完全支持使用 ParallelAccelerator 编译的函数
    • 生成函数的安全缓存（字符串的 eval）
    • 当调用链中的任何函数（甚至在其他文件中）发生更改时，将使缓存过期
    • 分发预先填充的缓存的过程
  • 继续提高可用性和调试：
    • 在管道中捕获更多不受支持的功能（特别是那些 parfors 无法处理的功能）
    • 错误消息
    • 用于调试和理解性能的诊断工具
    • 更好地为新用户和贡献者加入（修改文档，更多示例）
  • 开始重构导致常见错误报告的现有功能：
    • 增强 Numba 函数提供的接口描述，以提供更多类型信息
    • 转换旧的 Numba 函数实现以使用公共扩展机制
    • 更多单元测试和 ParallelAccelerator 的模块化通过

7.13.2。中期：2019H2

  • 统一调度常规函数，ufunc 和 gufunc
  • 使用稳定的接口声明 Numba 1.0
  • 继续提高可用性和调试（见上文）
  • 继续重构 Numba 内部以解决常见错误报告（见上文）
  • JIT 课程的审查和改进
  • 提高编译速度
  • 改善 Numba 分配内存的内存管理
  • 更好地支持编写代码转换过程
  • 使缓存和并行执行功能选择退出而不是选择加入
    • 添加启发式以确定 parfor 通行证是否有益

7.13.3。长期：2020 年及以后

  • 统一 GPU 后端（共享更多代码和接口）
  • 提前改进编译（适用于低功耗设备）
  • 改善跨语言连接（C ++，JVM？，Julia？，R？）
    • 从其他语言中调用 Numba，
    • 从 Numba 打电话到其他语言
  • 更好地支持“混合”CPU / GPU / TPU /等编程
  • 部分/延期编译功能
  • 促进 Numba 与核心 PyData 包的集成：
    • SciPy 的/ scikit 学习/ scikit 图像/熊猫
  • 更多支持将 Numba 用于编译用户定义函数的其他应用程序（数据库等）的工作
  • 更多支持使用 Numba 作为“编译工具包”来创建自定义编译器（如 HPAT，自动区分功能等）
  • 除了现有的基于字节码的前端之外，还要研究基于 AST 的 Numba 前端