cuDF: RAPIDS の GPU アクセラレーテッド DataFrame ライブラリ

cuDF ライブラリと RAPIDS スイート

cuDF は、表形式データ処理のための GPU アクセラレーテッド DataFrame ライブラリです。README では発音を "KOO-dee-eff" とし、RAPIDS GPU アクセラレーテッドデータサイエンススイートの一部であると説明しています。リポジトリは C++ で書かれており、ライブラリは Apache 2.0 でライセンスされています。README にはパフォーマンス測定値は含まれていないため、速度に関する主張は外部のベンチマークで確認する必要があります。

cudfの確認では、READMEに書かれたcudfの入口を起点にします。cudfの導入対象、入力、出力を同じ記録に残し、説明にない機能を利用できるものとして扱いません。記事中の判断はrapidsai-cudf-deep-analysisの素材に現れる事実に限定します。

実行前にはcudf固有のコマンドと設定項目を読み、引数の意味、必要な権限、生成物または画面の変化を照合します。READMEに例示されたファイル名やバージョンがある場合は、その値を別の値に置き換えず確認します。cudfで期待する結果が得られなければ、環境差や未記載の前提を切り分け、成功と断定しません。

確認メモ1。cudfではREADMEの記載された入口と引数を使い、入力から出力までを記録します。rapidsai-cudf-deep-analysisにない互換性や性能は推測せず、実行結果と文書の差分を具体的に確認します。

cuDF という名前の下にある 5 つのコンポーネント

README には cuDF を構成する 5 つのライブラリが列挙されています。libcudf は Apache Arrow 準拠のデータ構造と表形式データの基本アルゴリズムを提供する CUDA C++ ライブラリです。pylibcudf は libcudf の Cython バインディングを提供します。cudf は pandas API を模倣した Python DataFrame ライブラリで、既存の pandas コード向けのゼロコード変更アクセラレータである cudf.pandas を含みます。cudf-polars は Polars 用の GPU エンジン、dask-cudf は Dask DataFrame 用の GPU バックエンドです。各コンポーネントには独自のドキュメントリンクがあります。

確認メモ2。cudfではREADMEの記載された入口と引数を使い、入力から出力までを記録します。rapidsai-cudf-deep-analysisにない互換性や性能は推測せず、実行結果と文書の差分を具体的に確認します。

例: parquet、dropna、groupby mean

README の例はすべて、parquet ファイルを読み込み、null 値を含む行を削除し、groupby 平均を計算します。cudf の例では、import cudf の後に df.dropna().groupby(["A", "B"]).mean() を直接実行します。cudf.pandas では、同じ pandas コードを python -m cudf.pandas script.py で実行するか、Jupyter で %load_ext cudf.pandas を呼び出してから pandas をインポートします。cudf-polars では、Polars の lazy API を使用し、collect(engine="gpu") を呼び出します。README が文書化している使用例はこれらだけです。

確認メモ3。cudfではREADMEの記載された入口と引数を使い、入力から出力までを記録します。rapidsai-cudf-deep-analysisにない互換性や性能は推測せず、実行結果と文書の差分を具体的に確認します。

PyPI、conda、ソースからのインストール

オペレーティングシステム、GPU ドライバ、CUDA バージョンのシステム要件は RAPIDS インストールガイドにリンクされています。pip では、安定版は PyPI にあり、CUDA のメジャーバージョンに合わせて -cu## サフィックスを付ける必要があります。たとえば cudf-cu12 や cudf-cu13 です。ナイトリービルドの wheel は rapidsai-wheels-nightly インデックスから入手できます。conda インストールでは、安定版に rapidsai チャンネル、ナイトリービルドに rapidsai-nightly を使用します。ソースからのビルドについては、README は貢献ガイドのビルド環境設定を参照しています。

確認メモ4。cudfではREADMEの記載された入口と引数を使い、入力から出力までを記録します。rapidsai-cudf-deep-analysisにない互換性や性能は推測せず、実行結果と文書の差分を具体的に確認します。

README に記載されている下流プロジェクト

README には cuDF を使用する注目すべきプロジェクトが 3 つ挙げられています。Spark RAPIDS は Apache Spark 用の GPU アクセラレータプラグインです。Velox-cuDF は Velox プランを GPU で実行するための Velox 拡張モジュールです。Sirius は DuckDB などのライブラリに拡張を提供する GPU ネイティブ SQL エンジンと説明されています。README はリンクを提供していますが、これらのプロジェクトが cuDF にどのように依存しているかや、対象バージョンについては指定していません。

確認メモ5。cudfではREADMEの記載された入口と引数を使い、入力から出力までを記録します。rapidsai-cudf-deep-analysisにない互換性や性能は推測せず、実行結果と文書の差分を具体的に確認します。

問題、Slack、貢献の経路

バグ報告と機能リクエストは GitHub の issue トラッカーに送ります。質問や議論については、README は RAPIDS Slack ワークスペースに投稿するよう案内しています。また、cuDF はコミュニティからの貢献を受け付けており、CONTRIBUTING.md ガイドを参照しています。リポジトリのメタデータには 9,723 スター、1,086 フォーク、1,277 のオープン issue が示されていますが、README 自体はリリース周期やガバナンスについては言及していません。

Apache 2.0 ライセンスとその範囲

リポジトリは Apache-2.0 とマークされ、README はライブラリが Apache 2.0 でライセンスされていると述べています。ライセンスの抜粋は、複製、派生作品の作成、公開表示、公開演奏、サブライセンス、配布を行うための永続的で世界的、非独占的、無償、ロイヤリティフリー、取消不能の著作権ライセンスを許諾します。また、特定の条件下で特許ライセンスも許諾します。抜粋には保証、サポート、セキュリティについては記載がなく、README とライセンスはそれらを確立していません。

編集部の結論

cuDF は単一のパッケージではなく、複数のライブラリからなるプロジェクトとして README に記載されています。README はインストール、3 つの使用例、下流プロジェクトを扱っていますが、パフォーマンスのベンチマーク、互換性の保証、サポート条件は含んでいません。それらの詳細は RAPIDS のドキュメントまたは各コンポーネントのページで確認する必要があります。

公式情報源

1. Official documentation
2. Official README
3. Project repository
4. Release notes