原文： http://numba.pydata.org/numba-doc/latest/developer/roadmap.html
注意
本页最后修订于 _2018 年 12 月 _。
本路线图仅供参考。优先级和资源发生变化，因此我们可能会选择重新排序或放弃此列表中的内容。此外，进一步的项目，它们将变得越来越具体。如果您有兴趣处理其中一个项目，请打开一个我们可以先讨论设计和方法的问题。
- 容器改进：
- Numba 字典支持
- 重构列表以遵循新的容器最佳实践。参见 issue 3546 中的讨论。
- 弃用 Python 2.7 支持
- 改善缓存：
- 完全支持使用 ParallelAccelerator 编译的函数
- 生成函数的安全缓存（字符串的 eval）
- 当调用链中的任何函数（甚至在其他文件中）发生更改时，将使缓存过期
- 分发预先填充的缓存的过程
- 继续提高可用性和调试：
- 在管道中捕获更多不受支持的功能（特别是那些 parfors 无法处理的功能）
- 错误消息
- 用于调试和理解性能的诊断工具
- 更好地为新用户和贡献者加入（修改文档，更多示例）
- 开始重构导致常见错误报告的现有功能：
- 增强 Numba 函数提供的接口描述，以提供更多类型信息
- 转换旧的 Numba 函数实现以使用公共扩展机制
- 更多单元测试和 ParallelAccelerator 的模块化通过
- 统一调度常规函数，ufunc 和 gufunc
- 使用稳定的接口声明 Numba 1.0
- 继续提高可用性和调试（见上文）
- 继续重构 Numba 内部以解决常见错误报告（见上文）
- JIT 课程的审查和改进
- 提高编译速度
- 改善 Numba 分配内存的内存管理
- 更好地支持编写代码转换过程
- 使缓存和并行执行功能选择退出而不是选择加入
- 添加启发式以确定 parfor 通行证是否有益
- 统一 GPU 后端（共享更多代码和接口）
- 提前改进编译（适用于低功耗设备）
- 改善跨语言连接（C ++，JVM？，Julia？，R？）
- 从其他语言中调用 Numba，
- 从 Numba 打电话到其他语言
- 更好地支持“混合”CPU / GPU / TPU /等编程
- 部分/延期编译功能
- 促进 Numba 与核心 PyData 包的集成：
- SciPy 的/ scikit 学习/ scikit 图像/熊猫
- 更多支持将 Numba 用于编译用户定义函数的其他应用程序（数据库等）的工作
- 更多支持使用 Numba 作为“编译工具包”来创建自定义编译器（如 HPAT，自动区分功能等）
- 除了现有的基于字节码的前端之外，还要研究基于 AST 的 Numba 前端