在 numpy 中，float128 通常是一个 long double（不是 128 位浮点数）。但是我不知道numba是否支持这个。文档似乎没有提到长双打或 numpy 类型 float128。
不，Numba 还不支持这种类型。关于这个主题有一个open issue。 80 位扩展精度通常得不到很好的支持，即使在 Numpy 中也是如此。在主流的 x86-64 架构上，这些数字是由 x87 FPU 单元计算的，这个单元现在非常慢而且已经过时了。
如果你想要更高的精度，最好使用像 here 这样的 double-double 数据类型（尽管你当然需要自己将其移植到 Numba 中）。请注意，此数据类型不如 128 位浮点数精确，但它可以受益于 SIMD 单元（即速度很快）。
另一种选择是只使用双精度和数字稳定算法。后来的解决方案通常要好得多。大多数要求更高精度的人通常使用数值不稳定的算法，其中误差呈指数增长（可能是由于灾难性抵消）。使用更高的精度并不能真正解决这个问题：它只是以更慢的计算为代价来推迟问题。实际上，双精度足以让物理学家以相当高的分辨率模拟宇宙。例如，双精度足以精确定位 1 米范围内的原子。使用 3 级分层clustering，可以精确定位银河系中的原子（大小为 87_400 光年）。请注意，集群也有助于设计更快的程序（通常是由于更好的算法、更缓存友好的访问）。