使用 RAPIDS cuDF 借助 GPU 加速 Pandas

Accelerate Pandas with GPU Using RAPIDS cuDF

Pandas 最大的两个问题是：

• 它始终在 CPU 上进行单核计算。
• 它创建的 DataFrame 笨重。
• 虽然许多库（例如 Polars）确实解决了这些局限性，但它们仍局限于 CPU 驱动的计算。NVIDIA 的 RAPIDS cuDF 库允许 Pandas 用户借助 GPU 来大幅提升他们的 Pandas 工作流。怎么使用呢？在 GPU 运行时中，执行以下操作：
• 加载扩展：%load_ext cudf.pandas
• 导入 Pandas：import pandas as pd

搞定！像往常一样使用 Pandas 的方法即可。

仅仅是加载扩展就能带来巨大的加速。

根据 NVIDIA 的官方发布，速度提升可达 150 倍。不过在我个人的实验中，我观察到的加速大多在 50-70 倍之间，这仍然相当不错。好的一面是，该扩展能加速大部分 Pandas 方法。而且如有需要，它可以自动回退到 CPU。

每当启用了 cudf.pandas，import pandas as pd 语句就不会导入我们一直使用的那个原始 Pandas 库。相反，它导入的是另一个库，其中包含所有 Pandas 方法的 GPU 加速实现。

这个替代实现保留了 Pandas 的全部语法。因此，如果你会使用 Pandas，你就已经知道如何使用 cuDF 的 Pandas。代码可在此处获取：https://bit.ly/4cOAPZW。