使用@numba.njit加速numpy.linalg.inv无明显性能提升是什么原因？

核心原因：二者底层调用相同的预编译实现 #

numpy的np.linalg.inv本身已经封装了高度优化的BLAS/LAPACK底层库接口，所有核心运算逻辑都是预编译的C/Fortran代码，没有Python层面的执行开销。而你用@njit封装的matrinv_fast，本质上也是Numba对同一份BLAS/LAPACK接口的封装调用，核心运算逻辑没有任何变化，因此不会出现明显的速度提升。

你当前的写法没有操作失误，只是该场景本身不属于Numba的适用范围：Numba的加速优势主要体现在消除Python原生循环的开销、合并多个细碎的NumPy操作，避免重复的Python层调用成本。如果整个函数的逻辑仅包含一次对NumPy大算力函数的调用，本身Python层开销占比就极低，Numba自然无法带来额外收益。

耗时波动大的常见诱因 #

你观测到的最高4倍耗时差，通常由以下原因导致：

• 未排除Numba首次编译开销：第一次调用@njit装饰的函数时，会触发即时编译流程，这部分开销会被计入首次运行的耗时，后续调用才会执行编译好的机器码
• CPU缓存与系统资源影响：多次运行时，矩阵数据如果已经加载到CPU高速缓存中，耗时会明显低于冷启动读取内存的场景；同时后台进程抢占CPU、内存带宽资源也会导致耗时波动
• 测试方法不规范：单次运行计时受干扰因素太多，建议先预热运行一次触发编译后，重复运行多次取平均耗时作为统计结果

Numba可发挥加速效果的场景示例 #

如果你存在批量小矩阵求逆的需求，将循环逻辑放到Numba编译的函数中，就能消除Python层循环的开销，获得明显加速：

import numpy as np
from numba import njit

# 原生Python循环批量求逆，每次调用inv都有Python层开销
def batch_inv_numpy(batch_mat):
    res = np.empty_like(batch_mat)
    for i in range(batch_mat.shape[0]):
        res[i] = np.linalg.inv(batch_mat[i])
    return res

# Numba编译循环逻辑，消除Python层调用开销
@njit
def batch_inv_numba(batch_mat):
    res = np.empty_like(batch_mat)
    for i in range(batch_mat.shape[0]):
        res[i] = np.linalg.inv(batch_mat[i])
    return res

在批量处理大量小尺寸矩阵的场景下，上述batch_inv_numba的运行速度会比原生实现高出数倍到数十倍不等。

内容的提问来源于stack exchange，提问作者o-a