numba分别实现 cuda 和 cpu 版本的求 a,b 两数之和

可以通过以下代码对 numba 实现 cuda 和 cpu 版本的求 a，b 两数之和进行比较：

import numba as nb
import numpy as np

@nb.jit(nopython=True)
def add_cpu(a,b):
    return a + b

@nb.jit(nopython=True, target='cuda')
def add_cuda(a,b):
    return a + b

a = np.array([1,2,3,4,5])
b = np.array([5,4,3,2,1])

# CPU
print(add_cpu(a,b))

# CUDA
print(add_cuda(a,b))

这个代码示例定义了两个函数 `add_cpu` 和 `add_cuda`，分别是 numba 实现的 CPU 版本和 CUDA 版本的求 a，b 两数之和。具体来说，通过装饰器 `@nb.jit(nopython=True)` 实现了函数的即时编译（Just-in-time compilation，即 JIT），从而提升代码的执行效率。另外，通过 `target='cuda'` 指定 CUDA 作为目标，从而实现 CUDA 版本的求和。

需要注意的是，在使用 numba 编写 CUDA 代码时，需要保证输入的数据类型是符合 CUDA 规范的，否则可能会导致程序无法正常运行。此外，还需要注意在使用 CUDA 时，需要安装 CUDA 库和 GPU 驱动，并且需要有可用的 CUDA 设备。