RAPIDS 是一套面向 Python 數據科學的 NVIDIA CUDA-X 庫，最新發布的 25.06 版本引入了多項亮眼新功能，其中包括 Polars GPU 流執行引擎——這是一種面向圖神經網絡（GNN）的統一 API，以及無需更改代碼即可實現的支持向量機加速功能。在本篇博客中，我們將介紹其中的幾項重要更新。

Polars GPU 引擎更新

2024 年 9 月，NVIDIA 與 Polars 團隊合作推出了基于 NVIDIA cuDF 開發的 Polars GPU 引擎。此次發布的 25.06 版對 Polars GPU 引擎的功能進行了重大更新。

流執行器現已進入實驗階段

25.06 版在 Polars GPU 引擎中引入了流執行功能。流執行器利用數據分區和并行處理技術，能夠處理超出顯存容量的數據集。要使用這個新的流執行器，用戶可以將恰當配置的 GPUEngine 對象傳遞給 Polars 的 collect 調用。

這種新的流模式還能讓用戶將數據處理工作流擴展到多個 GPU，有助于加速分析數百 GB 到 TB 級的數據集。對于需要在分區之間移動數據的操作（例如連接和分組），新引入的數據混洗（shuffle）機制可在設備之間重新分配數據。多 GPU 執行通過 Dask 分布式調度器進行編排，使用前需要先設置一個 Dask 客戶端。

流執行器目前仍在積極開發中，尚未支持的操作將自動回退到內存執行器。

支持滾動聚合及更多列操作

最新版本還包含了對 Polars GPU 引擎中一些關鍵新 DataFrame 功能的支持。首先，我們在 Polars 中添加了對 .rolling() 操作的支持，允許用戶基于一些 DataFrame 中的其他列創建滾動組。這在處理時間序列數據集時尤為實用。

此外 GPU 引擎現在支持更豐富的日期時間列表達式，目前已支持的新方法包括 .strftime() 和 .cast_time_unit()。隨著我們繼續擴展整體 API 覆蓋范圍，未來版本還將支持更多方法。

統一的 GNN API

NVIDIA cuGraph-PyG 進一步集成了 WholeGraph 以加速特征提取，形成了我們所說的統一 API。這個新 API 現在允許用戶在單 GPU 工作流中使用 WholeGraph 的加速特征存儲，同時無需修改腳本即可用于多 GPU 或多節點工作流。

借助統一 API，在單 GPU 上進行原型開發時使用相同的 GNN 訓練腳本就能在具有多個 GPU 的單節點以及多節點上運行。通過 PyTorch 的 torchrun 命令管理進程設置，使得大多數 PyTorch 用戶都可以熟練地使用統一 API。

無需更改代碼的 cuML 增強功能

今年 3 月，NVIDIA 推出了由 cuML 驅動、用于 scikit-learn 的無需更改代碼的加速器，該加速器已進入公測階段。在 25.06 版本中，cuML 為用戶帶來了更多無需更改代碼的功能。

無需更改代碼的支持向量機

NVIDIA cuML 擴展了其無需更改代碼的加速功能，新增了對支持向量機的支持。支持向量分類（SVC）和支持向量回歸（SVR）這兩種強大的算法在 GPU 上執行時，能很好地處理高維數據并顯著地提升速度。通過在 cuML 的零代碼變更接口中添加這些估計器，利用支持向量機的現有 scikit-learn 工作流無需修改即可加速。cuML 和 scikit-learn 在 SVC 和 SVR 的實現上存在一些關鍵差異，還請用戶加以了解。

改進的 scikit-learn 兼容性

25.06 版本對 cuML 加速 scikit-learn 估計器的方式進行了重大重構，增強了 scikit-learn 一致性，還改進了參數驗證和異常處理。此外，通過這次重新設計，cuML 也增強了與 scikit-learn API 的兼容性，可以更輕松地加速目前與 scikit-learn 集成的第三方庫。

隨機森林與更新后的森林推理庫（FIL）集成

通過集成更快、更強大的森林推理庫（FIL），cuML 的隨機森林估計器得到了升級，在保持向后兼容性的同時，提供了更高的性能和更好的內存管理。

需注意，舊版特有的一些 API 調節參數（knobs）現已棄用，并將在即將發布的 25.08 版本中移除。

RAPIDS 內存管理器與NVIDIABlackwell 解壓縮引擎的兼容性

RAPIDS 內存管理器（RMM）庫增加了全新功能，確保用戶能夠使用最新的 NVIDIA 硬件功能。在最新版本中，RMM 異步內存資源可支持兼容 NVIDIA Blackwell GPU 上基于硬件的解壓縮引擎，讓 IO 密集型工作流中的性能得到提升。

此外，RMM 現在以一個預編譯共享庫的形式存在，取代了之前的僅包含頭文件的庫。我們相信這一變化將為未來解鎖新功能奠定基礎。

平臺更新：Python 和NVIDIA CUDA 支持

25.06 版本為所有 RAPIDS 庫添加了對 Python 3.13 的支持，同時也是最后一個支持 CUDA 11 的版本。從 25.08 版開始，RAPIDS 將不再支持 CUDA 11。如需繼續使用 CUDA 11，可以固定使用 25.06 版本。

結語

RAPIDS 25.06 版為新的機器學習算法帶來了零代碼變更功能、新的 Polars GPU 流引擎、異步內存資源的硬件解壓縮功能等多項功能。