Numba缓存

启用numba函数的缓存以减少冷启动时间

statsforecast大量使用了numba来加速几个关键功能，这些功能用于估计模型参数。然而，这也带来了成本，即函数需要在首次运行时被JIT编译，这可能是比较昂贵的。一旦函数被JIT编译，后续的调用速度将显著提升。一个问题是，这种编译是按照会话保存的（默认情况下）。

为了减轻编译的开销，numba提供了将编译后的函数代码缓存到文件的选项，这样可以在不同会话之间重用，甚至可以复制到具有相同CPU特性的不同机器上（更多信息）。

要利用缓存功能，您可以设置NIXTLA_NUMBA_CACHE环境变量（例如NIXTLA_NUMBA_CACHE=1），这将为所有函数启用缓存。默认情况下，缓存保存到__pycache__目录，但您可以通过NUMBA_CACHE_DIR环境变量覆盖此设置，将其保存到其他路径（例如NUMBA_CACHE_DIR=numba_cache），您可以在文档中找到更多信息。

如果您希望在所有会话中都启用此功能，我们建议将export NIXTLA_NUMBA_CACHE=1添加到您的配置文件中，例如.bashrc、.zshrc等。

Give us a ⭐ on Github