01 / UNDERSTAND
仕組みと使いどころ
cuDFはNVIDIA RAPIDSを構成するGPUアクセラレーション対応のDataFrameライブラリで、Apache Arrowの列指向メモリ形式を基盤としています。データの読み書き、選択、欠損値処理、結合、グループ化、集計、文字列処理などに利用でき、APIはpandasとおおむね似ています。既存のpandasコードをGPUで実行するための「cudf.pandas」も提供されています。ただし、pandasの全機能や挙動に対応するとは限らず、適用できる関数、データ型、結果の順序、浮動小数点計算などには相違や制限があります。また、利用には対応するNVIDIA GPU、GPUドライバー、CUDAなど、公式要件に合う環境が必要です。処理速度の向上幅は資料から一律には判断できません。
02 / IN PRACTICE
cuDFの活用例
たとえば、こんな場面で
Parquet形式の表データをcuDFで読み込み、欠損値を含む行を除外したうえで、複数列によるグループ化と平均値の集計をGPU上で行う用途が考えられます。既存のpandas処理では、対応範囲を確認してcudf.pandasの利用を検討できます。
03 / GOOD TO KNOW
使うときのポイント
導入前に、使用する処理とデータ型がcuDFでサポートされるかを公式の比較資料で確認してください。GPU、ドライバー、CUDA、cuDFの対応バージョンも合わせて確認が必要です。
参考資料
NVIDIA CUDA-X for Data Science API Documentation — NVIDIA RAPIDS Documentation （新しいタブで開きます）cudf — NVIDIA cuDF （新しいタブで開きます）GitHub - NVIDIA/cudf: cuDF - GPU DataFrame Library （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。