GPU 加速优化

在 NVIDIA 硬件上为科学 Python 做 GPU 加速并验证结果正确且更快。用于 CUDA/GPU 优化；CPU 受限的 NumPy/SciPy/pandas/scikit-learn/NetworkX/scikit-image/向量搜索/图像处理/图/模拟/文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA 或 RAFT 问题；以及性能剖析、显存传输、kernel 或多 GPU 瓶颈。当大型数据并行 Python 代码慢、GPU 加速是可行选项时也使用，即便用户没提 CUDA。