منصوبے کے بارے میں

NVIDIA cuDF (تلفظ "KOO-dee-eff") ایک Apache 2.0 لائسنس یافتہ، GPU سے تیز رفتار ڈیٹا فریم لائبریری ہے جو جدولی ڈیٹا پروسیسنگ کے لیے ڈیزائن کی گئی ہے۔ یہ NVIDIA CUDA-X سوٹ کا حصہ ہے۔ cuDF ایکو سسٹم متعدد لائبریریوں پر مشتمل ہے: - libcudf: ایک CUDA C++ لائبریری جس میں Apache Arrow سے مطابقت رکھنے والے ڈیٹا ڈھانچے اور جدولی ڈیٹا کے لیے بنیادی الگورتھم ہیں۔ - pylibcudf: ایک Python لائبریری جو libcudf کے لیے Cython بائنڈنگز فراہم کرتی ہے۔ - cudf: ایک Python لائبریری جو pandas API کی عکاسی کرنے والی ڈیٹا فریم لائبریری فراہم کرتی ہے، ساتھ ہی cudf.pandas، موجودہ pandas کوڈ کے لیے ایک صفر کوڈ تبدیلی کا ایکسلریٹر، جسے `python -m cudf.pandas` کے ذریعے چلایا جا سکتا ہے یا Jupyter ایکسٹینشن کے طور پر لوڈ کیا جا سکتا ہے۔ - cudf-polars: ایک Python لائبریری جو Polars کے لیے GPU انجن فراہم کرتی ہے، جس سے lazy API آپریشنز GPU پر چل سکتے ہیں `collect(engine="gpu")` کہہ کر۔ - dask-cudf: ایک Python لائبریری جو Dask DataFrames کے لیے GPU بیک اینڈ فراہم کرتی ہے۔ cuDF استعمال کرنے والے نمایاں پروجیکٹس میں Spark RAPIDS (Apache Spark کے لیے GPU ایکسلریٹر پلگ ان)، Velox-cuDF (ایک Velox ایکسٹینشن ماڈیول جو GPU پر Velox پلانز چلاتا ہے)، اور Sirius (ایک GPU مقامی SQL انجن جو DuckDB جیسی لائبریریوں کے لیے ایکسٹینشن فراہم کرتا ہے) شامل ہیں۔ انسٹالیشن pip (CUDA ورژن کے مخصوص لاحقوں جیسے -cu12 یا -cu13 کے ساتھ)، conda (rapidsai چینل کے ذریعے)، یا سورس سے دستیاب ہے۔ لائبریری Parquet فائلیں پڑھنے، null اقدار والی قطاریں ہٹانے، اور groupby aggregation کرنے سمیت دیگر ڈیٹا پروسیسنگ آپریشنز کو سپورٹ کرتی ہے۔ لائبریری کمیونٹی کے تعاون کے لیے کھلی ہے اور NVIDIA کی طرف سے فعال طور پر برقرار رکھی جاتی ہے۔ سوالات اور بحث RAPIDS Slack ورک اسپیس میں پوسٹ کی جا سکتی ہے۔