搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接
全部技能

accelerated-computing-cudf

把 pandas 的 ETL 代码改写为在 NVIDIA GPU 上运行的 cuDF、dask-cuDF 或 cudf.pandas 版本。

适合什么时候用

你已有可用的 pandas 代码和 GPU,但需要把 join、groupby 或 CSV/Parquet 读取搬到 GPU 上,同时不破坏空值和排序行为。

举个例子

你对 AI 说

用 accelerated-computing-cudf 把我读取 orders.parquet、关联客户表并做 groupby 求和的 pandas 脚本迁移到 cuDF,保持空值处理一致。

你会拿到
  • cuDF ETL 脚本
  • pandas 一致性校验
  • 空值处理说明

它会怎么做

  • 根据目标和数据规模在 cudf.pandas、显式 cuDF 和 dask-cuDF 之间选择。
  • 让数据全程留在 GPU 上,只在输出边界转回 pandas。
  • 数据接近 GPU 显存上限时建议启用 spill 或改用 dask-cuDF。

安装前须知

需要受支持的 NVIDIA GPU 和兼容驱动,且 cuDF、pylibcudf、libcudf、RMM 版本需与 CUDA 主版本匹配。

这个技能带 23 个脚本,助手使用时可能会在你的电脑上运行它们。