我不是专业人士，但我已经用CuPy加速了一个月，可能遇到了类似的问题，所以我将分享我的发现：

1. CuPy的文档非常少，而且分散在各处，如果你必须弄清楚单个函数是如何工作的，我总是会阅读NumPy的等价物，因为它们主要是从那里复制的，你也会通过接受NumPy的答案从这里找到更多。
   1.自定义内核令人困惑，不值得使用CuPy（imo），幸运的是CuPy有一个更友好的用户名为@fuse的东西，一定要看看：https://docs.cupy.dev/en/stable/reference/generated/cupy.fuse.html它基本上允许你编写普通的函数，并将它们转换为内核，而不需要任何麻烦（据我所知;他们确实为我工作）。这将我们带到
   1.不是所有的CuPy函数都可以在用户创建的内核中使用。最有可能的是，你想要使用的函数在你试图创建的内核中不受支持。对我来说，类似的事情发生在cp.argmin（）中。
2. Cupy已经做了很好的优化，这样你就不用自己去做这些繁琐的工作了，所以当你不能把一些东西放入fuse函数时，我会坚持使用普通的代码。很有可能Numba等也不支持这些函数，因为你可能需要很多数组函数。
   1.在性能方面，CuPy有一个问题，所以如果你有多维数组，一次计算1维可以快100倍：cupy.var (variance) performance much slower than numpy.var trying to understand why
   因此，我的解决任何CuPy脚本挑战的Noob工作流程：
   1.找到NumPy的解决方案
   1.将其转换为CuPy。两者之间的完整函数列表：https://docs.cupy.dev/en/stable/reference/comparison.html
   1.查看https://readthedocs.org/projects/cupy/downloads/pdf/stable/了解更多关于@fuse的信息。它指出：* “注意：目前，cupy.fuse（）只能融合简单的元素级和归约操作。不支持大多数其他例程（例如cupy.matmul（），cupy.reshape（））。"* 因此，无论您想添加什么花哨的函数，都可能无法工作。
   我自己也尝试过根据一些工作示例重写argmin函数，但即使作为fuse内核，它最终也比内置的cp.argmin慢得多（）函数。所以根据我的经验，我建议使用内置函数，并像使用任何其他普通函数一样使用它们。但如果你有多个维度并且性能很重要，我的目标是尽可能一次处理一维。例如：array.sum（-1）.sum（-1）.sum（-1）代替array.sum（）。
   CuPy是一个非常好的和简单的方式来利用GPU的力量NumPy功能，即使是像我这样的新手。很值得使用它imo。检查@fuse，然后使用内置的功能，你不能把什么放进保险丝，你应该是好的几乎任何东西。
   为了计算数组的平均值，CuPy提供了内置函数cupy.mean（）：https://docs.cupy.dev/en/stable/reference/generated/cupy.mean.html
   值得一提的是，我发现当你的数据量变得巨大时，计算速度可能会受到影响。我的核心利用率从97%下降到39%，尽管没有超过GPU内存限制。对我来说，我认为它发生在大约6 GB的阵列上。但值得一提的是，尽管知道这一点，我无法从Numba等找到更好的替代品，因为它们不会支持数组函数到我需要它们的程度。
   干杯！