JAX

JAX 是一个 Python 库，用来做高性能的数组计算。它把 NumPy 的接口搬了过来，同时加上自动微分和即时编译，让写数值程序的人能在不离开 Python 的情况下把代码跑到 GPU 或 TPU 上。它主要面向做机器学习研究、需要自己写训练循环或自定义算子的开发者。

主要能力

JAX 的核心是几个变换函数：grad 用来求梯度，vmap 把函数自动向量化，jit 把计算编译成 XLA 可执行代码。配合 jax.numpy 模块，大部分 NumPy 写法可以平移过来。它还提供 pytrees 结构、伪随机数生成、分布式数组和自动并行，以及 Pallas 这个写自定义 GPU/TPU 内核的子语言。

适合谁

如果你在 NumPy 里手写梯度、或者想在不改太多代码的前提下把计算放到加速器上，JAX 是常见的选择。文档按 JAX 101 到 601 分了层级，从数组和变换讲到多主机分布式和内部实现，新手可以按顺序读，老手直接查 API 参考。

费用与限制

JAX 是开源项目，文档站免费公开，不需要注册登录。它本身不提供托管服务，安装和运行环境要自己搭。文档里也专门有一节讲「Sharp Bits」，列出容易踩的坑，比如 jit 下的控制流、随机数状态和类型提升规则，用之前值得先看一遍。