RAPIDS cuDF: las GPU de NVIDIA al servicio de la ciencia de datos

Cuando hablamos de NVIDIA y sus GPU, lo primero en lo que piensa el común de los mortales es en la experiencia de juego que son capaces de proporcionar. Y es lógico, claro, pues desde sus mismos orígenes, hace ya más de dos décadas, los adaptadores gráficos de la marca han destacado siempre por ofrecer un gran rendimiento, al que con los años se han ido sumando otras muchas mejoras, como todas las agrupadas bajo las siglas DLSS, que inicialmente solo apuntaban al reescalado de imagen basado en inteligencia artificial, pero que con el tiempo agrupan otras tecnologías destacables.

Sin embargo, como estamos viendo estos últimos años, el poder de las GPU de NVIDIA va muchísimo más allá de la experiencia de juego en PC, al punto de que ha convertido a la tecnológica en una de las principales referencias en el mundo de la inteligencia artificial. Conscientes de este rol tan relevante, y con el fin de ofrecer información sobre todas las posibilidades de la IA, iniciaron hace unos meses la serie de publicaciones NVIDIA AI Decoded, en la que cada semana nos hablan sobre inteligencia artificial aplicada a diversos campos, nuevos usos, herramientas, etcétera. En este enlace puedes encontrar todas nuestras publicaciones sobre dichos contenidos.

Así, la entrega de esta semana está dedicada a RAPIDS cuDF, una biblioteca de código abierto desarrollada por NVIDIA que ofrece una API similar a la de pandas, pero que dirige la carga de trabajo a la GPU, en vez de a la CPU. pandas, si no la conoces, es una biblioteca de Python ampliamente utilizada en ciencia de datos y análisis de datos. Su popularidad se debe a que ofrece estructuras de datos como DataFrames y Series, que permiten manipular y analizar grandes volúmenes de datos de una manera muy eficiente. Esto ha llevado a que se convierta en una referencia en análisis estadístico, visualización de datos y machine learning.

RAPIDS cuDF ofrece, en principio, lo mismo que pandas, .pero con la diferencia fundamental que indicaba anteriormente, y es que dirige la carga de trabajo a la GPU, y hablamos de un tipo de operaciones en las que ya ha quedado plenamente acreditado que su rendimiento, por la arquitectura propia de estos integrados, es varios órdenes de magnitud más eficiente. Así, según la documentación aportada por NVIDIA, la velocidad de ejecución de determinadas tareas puede llegar a acelerarse por un factor 100x.

A esto debemos sumarle, además, que la ciencia de datos se apoya cada vez más en la inteligencia artificial, que como mencionaba anteriormente es otro de los campos de especialidad de las GPU de NVIDIA, por lo que el uso de las mismas se traduce en mejoras adicionales a la hora de llevar a cabo tareas relacionadas con la información obtenida tras el tratamiento de los datos procesados utilizando RAPIDS cuDF.