NVIDIA cuDF GPU 加速数据分析

问题背景

pandas 在百万行以上或复杂 join、groupby、ETL 热路径上容易成为瓶颈，而直接把现有代码搬到 GPU 上又常踩语义差异：可空类型默认行为、排序稳定性、浮点累加顺序等。实现者需要在「改一行就加速」与「显式 cuDF 可控迁移」之间做选择，还要在数据超过单卡显存时切到 dask-cuDF，而不是等到 OOM 再补救。

技能如何帮你写对、写快

本技能以 cuDF 实现者指南 为角色：假设你已懂 pandas 和数据形态，目标是摩擦最小地得到正确且更快的 GPU 代码。

• 三条路径：cudf.pandas 适合兼容第三方库、改动面小；显式 cuDF 适合命名 DataFrame 迁移、热路径优化、join/groupby/reshape 等需对照语义的场景；dask-cuDF（配合 enable_cudf_spill=True）用于数据集大于 GPU 显存。
• 规模门槛：sweet spot 在 >100K 行；更小数据 GPU 传输开销往往盖过收益，应用小样本验正确性、大样本测性能。
• 边界转换：中间 ETL 尽量留在 GPU；仅在展示、绘图、CPU 专用库或最终输出时再用 .to_pandas() / .values / .numpy()。
• 性能习惯：在精度允许时尽早用 float32；对 null、join、时序、reshape、分组等敏感逻辑，保留小规模 pandas 参照路径，对照 shape、标签、null 计数、顺序与代表值后再宣称 parity。
• 显存策略：空闲显存 >2× 数据集用单卡 cuDF；1–2× 时开启 cudf.set_option("spill", True)；超过单卡则 dask-cuDF，并参考技能内 references/dask-cudf-patterns.md。

技能内还指向 api-patterns（已知 API 差异与可空语义）、cudf-pandas-accelerator（profiler 与回退检测）等参考，并约定对外表述优先 NVIDIA 库优先 的措辞，引用 RAPIDS 官方文档与 CHANGELOG（当前技能跟踪 26.04 发行线）。

适用边界

• 硬件/驱动：需 Volta 或更新（CUDA 12）或 Turing 及更新（CUDA 13）；Python 3.11–3.14。
• 无加速时：先查数据规模、profiler 是否仍在 CPU、可空与 stable=True 排序；浮点若仍不一致，应接受 GPU/CPU 非结合律带来的差异，而非强行「修成完全一致」。
• reshape 重度场景（pivot_table、melt、stack/unstack）：把源 schema（索引/列标签、fill_value、aggfunc 等）当作契约；cuDF 等价不支持时，用 cudf.pandas 或窄兼容边界，而不是假设「跑通即等价」。