前提：傳統的數組和矩陣都是通過numpy來設定，然後numpy來調用cpu計算！
cupy的作用：數組和矩陣都是通過cupy來設定，然後cupy來調用gpu並行計算！
區別與聯繫：
- 區別：numpy自動調用cpu來進行"數組和矩陣間"的計算，計算任務默認單進程；cupy自動調用gpu來進行"數組和矩陣間"的計算，gpu中默認並行計算！
- 聯繫：二者的函數和實操的功能基本完全一樣，一般只需把np.xxx()改成cp.xxx()即可。當然，cupy還未完全寫完，有些numpy的函數它還未實現（基本用不到）。
cupy的優勢：專門進行大型、高維數組/矩陣的快速計算（非常非常快）！
在windows上通過pip安裝需要注意cuda的版本，nvcc -V可查看cuda版本，筆者是cuda9.0版本的，安裝cupy的指令爲pip install cupy-cuda90.
cuda10.0:
pip install cupy-cuda100
@cupy.util.memoize(for_each_device=True)
def load_kernel(kernel_name, code, **kwargs):
code = Template(code).substitute(**kwargs)
kernel_code = cupy.cuda.compile_with_cache(code)
return kernel_code.get_function(kernel_name)