Numba访问JIT函数类型化列表元素时出现LLVM IR解析错误

在使用Numba的类型化列表存储JIT编译函数指针时，在JIT函数中遍历列表并打印函数对象会触发LLVM IR解析错误，错误提示ret i8* null与函数结果类型i32不匹配。但在Python解释器模式下执行相同遍历打印逻辑可正常运行。

问题原因 #

• Numba的JIT编译环境未实现对函数指针对象的字符串序列化/打印支持。当在@njit装饰的函数中尝试print(f)时，Numba生成的LLVM代码试图返回一个函数指针类型的值（i8* null），但print函数期望的返回类型是i32（表示打印操作的返回状态），导致类型不匹配，触发IR解析错误。
• Python解释器模式下能正常运行，是因为解释器可以直接处理Python函数对象的字符串表示，无需通过LLVM生成代码。

解决方法 #

方法1：维护函数标识列表，打印标识而非函数对象 #

创建一个与函数列表并行的标识列表（比如函数名称字符串），在JIT函数中打印标识来区分不同函数：

import numba
from numba import njit, types
import numpy as np

@njit
def f1(vars, opts):
    x, y = vars
    opt1 = opts[0]
    return (x + y) * opt1

@njit
def f2(vars, opts):
    x, y = vars
    opt1, opt2 = opts
    return (2 * x + y) * opt1 * opt2

# 定义函数类型
func_type = types.float64(types.float64[:], types.float64[:]).as_type()

# 创建函数列表和对应的标识列表
f_list = numba.typed.List.empty_list(func_type)
f_list.append(f1)
f_list.append(f2)

func_names = numba.typed.List.empty_list(types.unicode_type)
func_names.append("f1")
func_names.append("f2")

@njit
def dump(funcs, names):
    for i, (f, name) in enumerate(zip(funcs, names)):
        print(i, name)
        # 若需要验证函数，可调用并打印结果
        test_vars = np.array([1.0, 2.0])
        test_opts = np.array([3.0, 4.0])
        print("  测试结果:", f(test_vars, test_opts))

dump(f_list, func_names)

方法2：通过函数行为区分，避免直接打印函数对象 #

如果不需要打印函数本身，而是需要确认函数是否正确存储，可以在JIT函数中调用函数并验证输出，以此间接确认函数的存在和正确性：

@njit
def dump(l):
    test_vars = np.array([1.0, 2.0])
    test_opts = np.array([3.0, 4.0])
    for i, f in enumerate(l):
        res = f(test_vars, test_opts)
        print(i, "函数测试结果:", res)

dump(f_list)

环境说明 #

测试环境：

• Python 3.9.12
• llvmlite-0.40.1
• numba-0.57.1

内容的提问来源于stack exchange，提问作者Dmitry Naumov