Pythonic访问 Nvidia 的 CUDA 并行计算api。
cuda api的几个包装器已经存在——那么为什么需要pycuda呢？
对象清理绑定到对象的生存期。这个成语，常被称为 RAII 在C++中，
更容易编写正确的、无泄漏和无崩溃的代码。pycuda也知道依赖关系，
因此（例如）在分配给它的所有内存都被释放之前，它不会与上下文分离。
方便。抽象 pycuda.compiler.SourceModule 和
pycuda.gpuarray.GPUArray 使cuda编程比nvidia基于c的运行时更加方便。
完整性。如果您愿意的话，pycuda会将cuda的驱动程序api的全部功能交给您使用。
自动错误检查。所有cuda错误都会自动转换为python异常。速度。
PycUDA的底层是用C++编写的，所以上面所有的细节都是免费的。