NVIDIA/cudf

解決的問題

透過將資料操作任務從 CPU 移至 GPU，大幅加速大型資料集上的運算，顯著提升表格資料處理速度。

運作方式

cuDF 提供一組利用 CUDA 處理資料框的函式庫。它包含一個 C++ 核心（libcudf），其結構符合 Apache Arrow 標準，以及 Python 繫結（pylibcudf）和高階 Python API（cudf），該 API 與 pandas API 相似。它也作為 Polars 的 GPU 引擎整合，並為 Dask DataFrames 提供 GPU 後端。

適用對象

使用 pandas、Polars 或 Dask，並需要利用 NVIDIA GPU 更高效地處理大型表格資料集的資料科學家與工程師。

主要特色

• pandas 相容性：提供與 pandas API 相似的 DataFrame 函式庫，以及零程式碼變更加速器（cudf.pandas），可直接用於現有的 pandas 程式碼。
• GPU 加速：利用 CUDA C++ 與 Apache Arrow 實現高速表格資料處理。
• 廣泛整合：支援 Polars（透過 cudf-polars）與 Dask（透過 dask-cudf）的 GPU 加速。
• 生態系支援：為其他高效能工具（如 Spark RAPIDS 與 Sirius SQL 引擎）提供支援。