原文：
www.kdnuggets.com/2023/01/rapids-cudf-accelerated-data-science-google-colab.html
图片由编辑提供
NVIDIA GPU 已成为加速计算密集型机器学习任务的最有效方式之一。现在，得益于 RAPIDS cuDF，GPU 还可以为你的数据分析工作提供加速。
1. 谷歌网络安全证书 - 快速进入网络安全职业。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT
RAPIDS cuDF 是一个开源的、GPU 加速的数据框架库，它实现了熟悉的 pandas API 用于处理和分析数据。Python cuDF 接口基于 libcudf，即 CUDA/C++ 计算核心，能够加速从数据摄取和解析到连接、聚合等基本数据操作。在某些工作负载下，你会发现将 import pandas 切换到 import cudf 可以加速工作负载，并且数据处理速度提高 10 倍或更多。
例如，通过切换到 cuDF，一个简单的连接操作可以从 761 毫秒缩短到 27 毫秒：
现在在 Colab 上开始使用 RAPIDS 比以往任何时候都更加容易。借助 Colab 的 默认运行时更新到 Python 3.8 和新的 RAPIDS pip 包，你可以直接在浏览器中尝试 NVIDIA GPU 加速的数据科学。运行 RAPIDS 在 Colab 上只需两个快速步骤：
-
首先，选择一个使用 GPU 加速器的 Colab 运行时。导航到“运行时”菜单，选择“更改运行时类型”，然后从下拉菜单中选择“GPU”，并点击“保存”。你从 Colab 获得的 NVIDIA GPU 可能会因会话而异，包括新一代 GPU 和旧一代 GPU。使用 Colab 的“按需付费”层级，你现在可以选择通过 Colab Pro 升级运行时至“高级 GPU”，以便访问更强大的 NVIDIA A100 或 V100 Tensor Core GPU。 查看 Google 的博客文章，了解更多关于 GPU 可用性的信息。
-
第二步，在你的笔记本中安装 RAPIDS cuDF。使用新的 RAPIDS pip 包，这一步比以往任何时候都更简单。在代码块中执行以下命令，你将设置好运行 RAPIDS。安装完成后，确保重启你的运行时：
!pip install cudf-cu11 --extra-index-url=https://pypi.ngc.nvidia.com
!rm -rf /usr/local/lib/python3.8/dist-packages/cupy*
!pip install cupy-cuda11x最后，检查 import cudf 是否在新的代码块中成功完成，然后你就可以开始了。如果遇到任何问题，请通过 在 RAPIDS Slack 中 联系我们，我们将帮助你解决问题。
现在你有了一个工作的 cuDF 安装和一个 GPU，你可以运行我们的教程笔记本，“10 分钟到 cuDF。” 这个笔记本受到了 Pandas 社区类似指南的启发，是我们完整笔记本“10 分钟到 cuDF 和 Dask-cuDF”的简化版。
在笔记本中运行时，你会发现数据框创建、数据过滤、转换、连接、聚合等示例。我们还包括了 Parquet、ORC 和 CSV 格式的文件读取和写入示例。随着你深入探索更复杂的数据处理，我们希望你将此作为 cuDF 文档的补充。
当你准备好深入了解时，RAPIDS 还包括 Dask-cuDF 用于大规模工作流， cuML 用于与 scikit-learn 兼容的加速机器学习，以及 cuGraph 用于图数据分析。按照以下代码块中所示的扩展安装列表更新你的 Colab 笔记本，你将准备好使用完整的工具包。
!pip install cudf-cu11 dask-cudf-cu11 cuml-cu11 cugraph-cu11 --extra-index-url=https://pypi.ngc.nvidia.com
!rm -rf /usr/local/lib/python3.8/dist-packages/cupy*
!pip install cupy-cuda11x这里有一些额外的 RAPIDS 笔记本，你可以探索以了解更多关于 RAPIDS 的信息：
保罗·马勒 是位于科罗拉多州丹佛的 NVIDIA 高级数据科学家及机器学习技术产品经理。在 NVIDIA，保罗的工作重点是通过利用 GPU 技术的强大功能来构建加速数据科学工作流的工具。
原文。已获许可转载。