Numba 缓存

statsforecast 大量使用 numba 来加速一些估计模型参数的关键函数。但这带来了一定的代价，即这些函数在首次运行时需要进行 JIT 编译，这可能会耗费时间。一旦函数被 JIT 编译，后续调用就会显著加快。一个问题是，这种编译（默认情况下）是按会话保存的。

为了减轻编译开销，numba 提供了将编译后的函数代码缓存到文件的选项，这样就可以在不同会话中重复使用，甚至可以复制到 CPU 特性相同的不同机器上（更多信息）。

为了利用缓存，你可以设置 NIXTLA_NUMBA_CACHE 环境变量（例如 NIXTLA_NUMBA_CACHE=1），这将为所有函数启用缓存。默认情况下，缓存保存到 __pycache__ 目录，但你可以通过 NUMBA_CACHE_DIR 环境变量将其更改为不同的路径（例如 NUMBA_CACHE_DIR=numba_cache），你可以在文档中找到更多信息。

如果你希望在所有会话中都启用此功能，建议将 export NIXTLA_NUMBA_CACHE=1 添加到你的配置文件中，例如 .bashrc、.zshrc 等。