RAPIDS

适用于 Apache Spark 的 RAPIDS 加速器为Apache Spark提供了一组插件，这些插件利用 GPU 通过RAPIDS库加速处理。

• Spark-RAPIDS 入门（文档）
• Spark 使用 RAPIDS 加速器示例（代码示例）
• 在 NVIDIA 上迁移到 GPU 加速的 Apache Spark （网络研讨会）
• 使 Apache Spark 更加并发（博客）
• 使用 Apache Spark 和 GPU 进行经济高效的数据处理（网络研讨会）
• 在 Google Cloud Dataproc 上节省 Apache Spark 大数据处理成本（博客）
• 使用 Amazon EMR 和 NVIDIA 提高 Apache Spark 性能并降低成本（博客）

cuGraph 是一个 GPU 加速的图形分析库，包括对属性图、远程（ 图形即服务）操作和图形神经网络的支持。

• Python 中 GPU 加速图形分析初学者指南（博客）
• cuGraph 文档
• 备忘单
• 使用 cuGraph 进行图形分析（Notebook）
• 加速端到端数据科学工作流程（DLI 课程）
• 深入探讨用于加速数据科学和数据工程的 RAPIDS （网络研讨会）

cuML 是一套库，用于实现机器学习算法和数学原语函数，与其他 RAPIDS 项目共享兼容的 API，并在大多数情况下与 scikit-learn 的 API 相匹配。

• GPU 加速机器学习管道初学者指南（博客）
• cuML 文档
• 备忘单
• cuML 入门（Notebook）
• 使用 RAPIDS cuML 将 K 最近邻加速 600 倍（博客）
• 使用 RAPIDS cuML 将随机森林速度提高高达 45 倍（博客）
• 借助 NVIDIA GPU 和 RAPIDS，目前 AutoML 的速度提高了 10 倍（博客）
• 使用朴素贝叶斯算法进行文本分类（博客）
• 在 Google Kubernetes Engine (GKE) 上使用 Dask 横向扩展 RAPIDS cuML 和 XGBoost （博客）