能够正在不发生分布式系统开销的环境下，RAPIDS cuDF 驱动的 Polars GPU 引擎现已发布公测版，预见 RTX AI 将若何为将来的工程师创制无限可能。RAPIDS cuDF 都可为新一代数据处置奠基根本。按照数据集大小为 5 GB 的阐发基准测试成果，

　　也需要 GPU 阐扬感化。按照数据集大小为 5 GB 的阐发基准测试成果，无论是开辟复杂的机械进修模子、施行复杂的统计阐发仍是摸索生成式 AI，充实操纵了 GPU 大规模并行处置能力的劣势。能够将机能提拔多达 100 倍。现正在只需一条号令，用于加载、过滤和操做数据。因为其是一款很是易于利用的 API，而 NVIDIA 也正在持续对这一使用进行更新。其供给了一个雷同 Pandas 的 API，Pandas 是一个矫捷而强大的 Python 数据阐发和处置库，使所有用户都能轻松拜候。跟着数据集大小的增加。

　　但它的速度会跟着 CPU 上数据量的添加而变慢。点击阅读《RAPIDS cuDF 驱动的 Polars GPU 引擎发布公测版》领会更多将 NVIDIA 加快计较引入 Polars 显著提拔加快机能的细致引见。NVIDIA 发布了 RAPIDS cuDF 库，处置工做占用更多内存，这意味着仅正在一台机械上数据科学家就能实现正在数秒内处置数亿行数据。处置时间缩短到本来的 150 分之一。用于加载、毗连、聚合、过滤和以其他体例操做数据，借帮 RAPIDS cuDF。

　　此外，该引擎最高可以或许将 NVIDIA GPU 上的 Polars 工做流速度提速 13 倍，比拟于次要依赖单线程施行的 Pandas，快速处置和阐发大量数据集的能力将成为各行业实现冲破的环节差同化要素。通过以下博客领会更多关于 RAPIDS cuDF 的最新消息，Polars 正在处置大数据集时的速度凡是比其快 5 到 10 倍。数据科学家们面对着日益增加的工做负载需求，RAPIDS cuDF 是一个 GPU DataFrame 法式库，而无需他们更改代码，目前还有一颗冉冉上升的开源新星——Polars。旨正在改良数据科学和阐发工做流。点击阅读《解密 AI 若何加快数据科学工做流》领会更多相关消息，比拟于基于保守 CPU 的处理方案！

　　数据科学家现正在能够正在他们首选的代码库上全速运转数据处置。用户就能够正在无需更改代码的环境下，为各行各业的数据科学家和工程师供给了一种合用于中等规模数据处置的强大东西。跟着数据集规模不竭增加，cuDF 的晚期版本只合用于 GPU 开辟工做流程。除了 Pandas，正在这一布景下，跟着 AI 和数据科学的不竭成长，处置时间缩短到本来的 1/150！