AttributeError: Failed at nopython (nopython rewrites) module 'numba.cuda' has no attribute 'to_host'

对不起，我之前的回答有误。在 Numba CUDA 中，`numba.cuda.to_host` 函数不可用。要将设备上的数组复制到主机上，您可以使用 `numba.cuda.as_cuda_array` 函数将设备数组转换为 Numba 设备数组对象，然后使用 `.copy_to_host()` 方法将其复制到主机上。

以下是一个示例代码，展示了如何在 Numba CUDA 核函数中将设备数组复制到主机上：

import numba.cuda as cuda

@cuda.jit
def my_kernel(output):
    # 定义共享内存数组
    shared_array = cuda.shared.array(shape, dtype)

    # 在共享内存数组中进行计算
    # ...

    # 将设备数组复制到主机上
    device_array = cuda.as_cuda_array(shared_array)
    host_array = device_array.copy_to_host()

    # 在主机上打印设备数组
    print(host_array)

# 定义数组的形状和数据类型
shape = (10,)
dtype = numba.float32

# 调用核函数
my_kernel[blocks, threads](output)

在这个示例中，`cuda.as_cuda_array` 函数将 `shared_array` 转换为 Numba 设备数组对象 `device_array`。然后，使用 `.copy_to_host()` 方法将 `device_array` 复制到主机上的 `host_array`。

请注意，由于设备和主机之间的数据传输会引入额外的开销，因此在实际应用中建议尽量避免在核函数中频繁地复制和打印设备数组。可以通过将计算结果存储在设备数组中，并在计算完成后将整个设备数组复制回主机进行打印和分析。