如何使用 Numba 加速 Python 中 scipy.sparse.linalg 中提供的稀疏线性系统求解器？

我希望使用 Numba 加速我的代码的稀疏系统求解器部分。这是我到目前为止所拥有的：

# Both numba and numba-scipy packages are installed. I am using PyCharm IDE
import numba
import numba_scipy
# import other required stuff

@numba.jit(nopython=True)
def solve_using_numba(A, b):
    return sp.linalg.gmres(A, b)

# total = the number of points in the system

A = sp.lil_matrix((total, total), dtype=float)
# populate A with appropriate data
A = A.tocsc()

b = np.zeros((total, 1), dtype=float)
# populate b with appropriate data

y, exit_code = solve_using_numba(A, b)

# plot solution

这会引发错误

argument 0: cannot determine Numba type of <class 'scipy.sparse.csc.csc_matrix'>   

In the 官方文档 https://pypi.org/project/numba-scipy/, numba-scipy extends Numba to make it aware of SciPy.但在这里，numba 似乎无法与 scipy 稀疏矩阵类一起使用。我哪里出了问题，我能做些什么来解决这个问题？

我只需要加快代码的稀疏系统解决方案部分的速度，因为其他内容非常轻量级，例如获取几个用户输入、构造 A 和 b 矩阵以及绘制最终结果。