有没有一种方式可以在没有GPU的情况下运行RAPIDS?我通常在没有GPU的小型本地机器上进行开发,然后将我的代码推送到强大的远程服务器上进行实际使用。像TensorFlow这样的东西允许根据是否可用来切换CPU和GPU。是否可以使用等效的方法来处理RAPIDS?即使速度很慢,在没有GPU的机器上测试东西也会非常有帮助。
没有GPU就不能使用RAPIDS,这是因为我们遵循了社区在Pandas、Numpy、SKLearn和NetworkX等CPU包中采用的API。这样,只需更换一行导入语句,就可以轻松地在CPU与GPU上运行。
try
、except
块,条件性地使用cuDF,如果不行则回退到Pandas。 - Keith KrauscuDF
的API相对接近于pandas,但也不是完全一致的,这使得它们难以互换使用。也许其他一些包更好地符合其对应关系(例如,cupy
似乎更贴近numpy
的API,而cudf
与pandas
之间的差异较大)。 - Scott H