Di Greg Kimball

Le GPU NVIDIA sono diventate uno dei modi più efficaci per accelerare le attività di machine learning ad alta intensità di calcolo. Ora, grazie a RAPIDS cuDF, le GPU possono anche potenziare il tuo lavoro di analisi dei dati.

Cos'è RAPIDS cuDF?

RAPIDS cuDF è una libreria di frame di dati open source con accelerazione GPU che implementa la familiare API panda per l'elaborazione e l'analisi dei dati. L'interfaccia Python cuDF è basata su libcudf, il core computazionale CUDA/C++ che accelera le operazioni fondamentali sui dati dall'acquisizione e analisi, ai join, alle aggregazioni e altro ancora. Per alcuni carichi di lavoro, scoprirai che il passaggio da import pandasa import cudfaccelera i tuoi carichi di lavoro e può portare a velocità di elaborazione dei dati di 10 volte o più.

Ad esempio, una semplice operazione di join può passare da 761ms a 27ms semplicemente passando a cuDF:

Iniziare con RAPIDS su Colab

Ora è più facile che mai iniziare con RAPIDS su Colab. Con l'aggiornamento runtime predefinito di Colab a Python 3.8 e i nuovi pacchetti pip RAPIDS , puoi provare la scienza dei dati con accelerazione GPU NVIDIA direttamente nel tuo browser. L'esecuzione di RAPIDS su Colab richiede solo due rapidi passaggi:

1. Innanzitutto, seleziona un runtime Colab che utilizza un acceleratore GPU. Passare al menu "Runtime" e selezionare "Cambia tipo di runtime", quindi scegliere "GPU" dal menu a discesa e fare clic su "Salva". La GPU NVIDIA che ricevi da Colab può variare a seconda delle sessioni, includendo sia le GPU più recenti che le generazioni precedenti. Con il nuovo livello "Pay As You Go" in Colab, ora hai la possibilità di aggiornare il tuo runtime a "GPU Premium" con Colab Pro, consentendo l'accesso a GPU NVIDIA A100 o V100 Tensor Core più potenti . Consulta il post sul blog di Google per ulteriori informazioni sulla disponibilità della GPU.
2. In secondo luogo, installare RAPIDS cuDF nel notebook. Con i nuovi pacchetti pip RAPIDS, questo passaggio è più facile che mai. Esegui il seguente comando in un blocco di codice e sarai pronto per eseguire RAPIDS. Assicurati di riavviare il runtime al termine dell'installazione:

!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

Ora che disponi di un'installazione cuDF funzionante e di una GPU, puoi eseguire il nostro notebook tutorial, " 10 minuti per cuDF. " Questo taccuino è ispirato a una guida simile della community Pandas ed è una versione semplificata del nostro taccuino completo, " 10 minuti per cuDF e Dask-cuDF ".

Scorrendo il notebook, troverai esempi di creazione di dataframe, filtraggio dei dati, trasformazione, join, aggregazioni e altro ancora. Abbiamo anche incluso esempi di lettura e scrittura di file per i formati Parquet, ORC e ​​CSV. Mentre esamini l'elaborazione di dati più complessi, ci auguriamo che tu lo utilizzi come complemento alla documentazione di cuDF .

Esplorare il resto di RAPIDS

Quando sei pronto per approfondire, RAPIDS include anche Dask-cuDF per flussi di lavoro di grandi dimensioni, cuML per l'apprendimento automatico accelerato compatibile con scikit-learn e cuGraph per l'analisi dei dati dei grafici. Aggiorna il tuo notebook Colab con l'elenco di installazione esteso, come mostrato nel seguente blocco di codice, e sarai pronto per utilizzare il toolkit completo.

!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

• Formazione e valutazione dei modelli ML con cuML
• Rilevamento della comunità di Lovanio
• taccuini cuGraph

• Ridimensionamento delle pipeline di dati: AT&T ottimizza velocità, costi ed efficienza con le GPU
• Ottimizzazione del rilevamento delle frodi nei servizi finanziari con reti neurali a grafo e GPU NVIDIA
• Raggiungere una previsione della modalità a cella singola 100 volte più veloce con NVIDIA RAPIDS cuML