在没有GPU的情况下进行RAPIDS开发？

Question

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。

- golmschenk

Answer 1

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。

- Keith Kraus

---

在这种情况下，发布一个额外的包装器包可能会很有用，它将根据GPU的可用性自动切换。我怀疑这样一个包装器包将极大地提高对RAPIDS的采用率。 - golmschenk

我们决定明确使用cuDF和Pandas，以避免混淆，并解决性能问题。如果你想隐式控制它，可以轻松地使用try、except块，条件性地使用cuDF，如果不行则回退到Pandas。 - Keith Kraus

我确实感谢cuDF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