了解更多
关于项目
熟悉
RAPIDS 利用 NVIDIA CUDA 原语进行底层计算优化，通过用户友好的界面暴露 GPU 并行性和高带宽内存速度
开源
RAPIDS 最初源于 Apache Arrow 和 GoAi 项目，它们基于列式内存数据结构，可高效快速地进行数据交换，并灵活支持复杂数据模型。
凭借 NVIDIA 的支持，RAPIDS 始终专注于开源开发（通常采用 Apache 2.0 许可）并与广泛的前沿数据科学项目社区合作。
PyData 加速器
cuDF Pandas 加速器
cuDF 引入了新的 pandas 加速模式，无需修改代码即可加速 pandas 工作流程。这是简化加速数据科学的持续努力的一部分。 在发布页面了解更多
Polars GPU 引擎
RAPIDS 和 Polars 正在合作加速 Polars DataFrames，使工作流程能够同时利用 GPU 和 CPU，显著加快工作负载。 在发布页面了解更多
使用 cuML 加速机器学习
cuML 现在无需修改代码即可加速 scikit-learn、UMAP 和 HDBSCAN。只需切换一个设置即可加快模型训练和推理过程。 在发布页面了解更多
NetworkX 加速器
NetworkX 的 cuGraph 后端为所有 NetworkX 用户带来了加速图分析能力。这是简化加速数据科学的持续努力的另一部分。 在 cuGraph 文档页面了解更多
企业用例
Walmart + RAPIDS ML
当您是一家全球规模的公司时，精度至关重要。了解 Walmart 如何实施 XGBoost 以提高预测准确性并可能节省数十亿美元。 阅读更多
Bumble + RAPIDS ML
Buzzwords 是 Bumble 内部开发的开源 GPU 主题建模工具，其构建基于 BERTopic 和 Top2Vec 中的工作。Buzzwords 使用 cuML 的 UMAP 和 HDBSCAN 算法。 阅读更多
AT&T + RAPIDS ETL
AT&T 通过将数据科学工作负载转移到 GPU，能够更快地完成更多工作。了解他们在不同领域对 NVIDIA 能力的分析和使用，并分享具体的用例示例、效率提升和相应影响。 收听更多
Amazon + RAPIDS GNN
了解 RAPIDS 如何通过为药物发现、推荐系统、欺诈检测和网络安全等应用启用图神经网络 (GNN) 来推动最前沿的工作。 收听更多
更多行业用例...
在 NVIDIA 的行业页面查找更多特定行业的机器学习、人工智能和数据科学用例资源。 阅读更多
数据科学研究
KGMON + RAPIDS
了解 NVIDIA 的 Kaggle Grandmasters (KGMoN)，并查看他们如何使用 RAPIDS 构建获胜的推荐系统、预测 RNA 分子的降解率、在医学影像中识别黑色素瘤等。 在 KGMoN 页面阅读更多
研究论文
在您的数据科学研究和开发中使用 RAPIDS？请告知我们，以便我们有机会推广它。 查看 RAPIDS 引用指南
参与其中
商业
直接使用 RAPIDS 或通过 NVIDIA AI Enterprise 使用，后者提供广泛的优化、认证硬件配置文件和直接 IT 支持。 阅读更多关于 NVIDIA AI Enterprise 的信息