Ashwin Srinath – NVIDIA 技術博客

為 NVIDIA CUDA 內核融合提供 Python 中缺失的構建模塊

Wed, 09 Jul 2025 07:13:22 +0000

CUB 和 Thrust 等 C++ 庫提供高級構建塊，使 NVIDIA CUDA 應用和庫開發者能夠編寫跨架構可移植的光速代碼。許多廣泛使用的項目 (例如 PyTorch、TensorFlow、XGBoost 和 RAPIDS) 都使用這些抽象來實現核心功能。 Python 中缺少相同的抽象。其中包括 CuPy 和 PyTorch 等高級數組和張量庫，以及 numba.cuda 等低級內核創作工具。但是，由于缺乏“基礎模組”，Python 庫開發者不得不使用 C++ 來實現自定義算法。為 CUDA 核心計算庫 CUB 和 Thrust 提供 Python 接口。現在，您無需使用 C++ 或從頭開始編寫復雜的 CUDA 核函數，即可編寫跨不同 GPU 架構提供最佳性能的算法。由兩個庫組成：本文將介紹庫。為了說明 cuda.cccl 的功能，

Source

]]>

RAPIDS cuDF 可將 pandas 加速近 150 倍，且無需更改代碼

Mon, 18 Mar 2024 06:41:54 +0000

在 NVIDIA GTC 2024 上，我們宣布 RAPIDS cuDF 現在可以為 950 萬 Pandas 用戶帶來 GPU 加速，而無需他們更改代碼。 pandas 作為一個靈活而強大的 Python 數據分析和操作庫，因其易于使用的 API，成為數據科學家的首選。然而，隨著數據集大小的增長，它在 CPU 系統中的處理速度和效率可能會受到影響。 RAPIDS 是一個開源的 GPU 加速 Python 庫套件，旨在改進數據科學和分析流程。RAPIDS cuDF 是一個 GPU DataFrame 庫，提供類似于 pandas 的 API，用于加載、過濾和操作數據。在早期的 cuDF 版本中，它適用于僅使用 GPU 的開發工作流程。去年秋天，RAPIDS 發布了 cuDF 的公測版，通過統一的 CPU/GPU 用戶體驗，將加速計算引入 Pandas 工作流程，且無需更改代碼。

Source

]]>

RAPIDS cuDF 可將 pandas 的速度提升近 150 倍，且無需更改代碼

Wed, 08 Nov 2023 03:58:11 +0000

NVIDIA 宣布，RAPIDS cuDF 現在可以為 950 萬 Pandas 用戶帶來 GPU 加速，而無需他們更改代碼。 pandas 是一個靈活而強大的 Python 數據分析和操作庫，由于其易于使用的 API，因此是數據科學家的首選。但是，隨著數據集大小的增長，它在 CPU 系統中的處理速度和效率會受到影響。 RAPIDS 是一個開源的 GPU 加速 Python 庫套件，旨在改進數據科學和分析流程。RAPIDS cuDF 是一個 GPU DataFrame 庫，可提供類似 pandas 的 API，用于加載、過濾和操作數據。在 cuDF 的早期版本中，它適用于僅使用 GPU 的開發工作流程。隨著最新版 RAPIDS v23.10 的發布，cuDF 現可通過其全新功能，在不更改代碼的情況下，通過統一的 CPU /

Source

]]>