RAPIDS

2025年 4月 10日

高效扩展 Polars 的 GPU Parquet 读取器

在处理大型数据集时，数据处理工具的性能变得至关重要。 Polars 是一个以速度和效率闻名的开源数据操作库，提供由 cuDF 驱动的 GPU…
2 MIN READ
2025年 4月 3日

使用 GPU 加速 Apache Spark 上的 Apache Parquet 扫描

随着各行各业企业的数据规模不断增长， Apache Parquet 已成为一种重要的数据存储格式。
3 MIN READ
2025年 3月 11日

在 NVIDIA Grace CPU 上使用 Polars 和 Apache Spark 实现高效 ETL

NVIDIA Grace CPU 超级芯片可为数据中心和云端的 CPU 工作负载提供出色的性能和出色的能效。
3 MIN READ
2025年 3月 6日

在 NVIDIA GPU 上无需更改代码即可加速 Apache Spark ML

适用于 Apache Spark 软件插件的 NVIDIA RAPIDS 加速器 开创了零代码更改用户体验 (UX)，
2 MIN READ
2025年 3月 4日

使用 Numba 将 GPU 加速的算法交易模拟提高 100 多倍

量化开发者需要运行回测模拟，以便从损益（P&L）的角度了解金融算法的表现。统计技术对于根据可能的损益路径可视化算法的可能结果非常重要。
3 MIN READ
2025年 2月 27日

借助 NVIDIA KvikIO 实现高性能远程 IO

处理大量数据的工作负载 (尤其是在云端运行的工作负载) 通常会使用对象存储服务 (S3、Google Cloud Storage、
2 MIN READ
2025年 2月 20日

使用 NVIDIA cuDF，pandas 读取 JSON 行文件速度提升100倍

JSON 是一种广泛采用的格式，用于在系统之间 (通常用于 Web 应用和大语言模型 (LLMs)) 以互操作方式运行的基于文本的信息。
3 MIN READ
2025年 2月 13日

使用 NetworkX、Jaccard Similarity 和 cuGraph 预测您下一部最喜欢的电影

随着全球每个人可用的数据量不断增加，消费者做出明智决策的能力也越来越难。幸运的是，对于推荐系统而言，大型数据集是一个非常有用的组件，
3 MIN READ
2025年 2月 6日

适用于数据科学的 GPU 加速入门

在数据科学领域，运营效率是处理日益复杂和大型数据集的关键。GPU 加速已成为现代工作流程的关键，可显著提高性能。
3 MIN READ
2025年 1月 30日

掌握 cudf.pandas Profiler 实现 GPU 加速

在 Python 数据科学领域，pandas 长期以来一直是直观数据操作和分析的首选库。但是，随着数据量的增长，
2 MIN READ
2025年 1月 29日

使用 GPU 在 Apache Spark 上加速 JSON 处理

JSON 是一种热门的文本数据格式，可实现 Web 应用程序中系统之间的互操作性以及数据管理。这种格式自 21 世纪初就已存在，
3 MIN READ
2025年 1月 16日

利用 RAPIDS cuML 加速时间序列预测

时间序列预测是一种强大的数据科学技术，用于根据过去的数据点预测未来值 借助 skforecast 等开源 Python 库，
2 MIN READ
2024年 12月 20日

NVIDIA 黑客松获奖者分享 RAPIDS 加速机器学习工作流程的策略

今年，大约 220 个团队齐聚开放数据科学大会 (ODSC) 西部，参加 NVIDIA 黑客松竞赛，这是一场 24 小时机器学习 (ML)…
3 MIN READ
2024年 12月 20日

利用 RAPIDS 和 Ray 加速 GPU 数据分析

RAPIDS 是一套开源 GPU 加速的数据科学和 AI 库，可通过 Spark 和 Dask 等分布式引擎进行横向扩展。
2 MIN READ
2024年 12月 19日

RAPIDS 24.12 推出基于 PyPI 的 cuDF、适用于 Polar 的 CUDA 统一内存和更快的 GNN

RAPIDS 24.12 将 cuDF 包引入 PyPI，加快了 聚合和从 AWS S3 读取文件的速度，
3 MIN READ
2024年 12月 19日

使用 NVIDIA NeMo Curator 新分类器模型增强您的训练数据

分类器模型专门用于将数据分类为预定义的组或类，在优化数据处理流程以微调和预训练生成式 AI 模型方面发挥着关键作用。
3 MIN READ