RAPIDS
NVIDIA RAPIDS (cuDF, cuML, cuGraph)
مجموعة مكتبات NVIDIA لتسريع علم البيانات على GPU: cuDF للجداول وcuML للتعلم الآلي وcuGraph للرسوم.
المعلومات الأساسية
| الاسم | RAPIDS |
|---|---|
| الاسم الكامل | NVIDIA RAPIDS (cuDF, cuML, cuGraph) |
| التصنيف | الحوسبة المتوازية وتسريع الذكاء الاصطناعي |
| الجهة المطورة | NVIDIA |
| سنة الإطلاق | 2018 |
| الموقع الرسمي | rapids.ai |
| مستودع GitHub | rapidsai |
| الوثائق الرسمية | docs.rapids.ai |
| الحزمة على PyPI | cudf-cu12 |
| الترخيص | Apache-2.0 (ملف الترخيص) |
| حالة المشروع | نشطة صدر لها إصدار خلال آخر 12 شهراً |
| آخر إصدار | 22 أكتوبر 2026 (الإصدار 26.10.2) |
| لغة البرمجة | C++، Python، CUDA |
| أنظمة التشغيل | غير محدد |
| إصدار Python المطلوب | >=3.11 |
| مستوى الصعوبة | متوسط |
آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)
نظرة عامة
تحاكي cuDF واجهة pandas، وcuML واجهة scikit-learn، وcuGraph خوارزميات الرسوم، فتجري المعالجة والتدريب على GPU. وتوفر أوضاع تسريع شفافة مثل cudf.pandas التي تسرّع كود pandas الموجود دون تعديله.
تعمل على Linux أو WSL2 مع معالجات NVIDIA؛ راجع متطلبات النظام في دليل التثبيت.
متى تختارها؟ اخترها لتسريع تحليل البيانات والتعلم الكلاسيكي على GPU دون تعلم واجهات جديدة.
الاستخدامات
الاستخدامات الرئيسية
- تسريع pandas وscikit-learn على GPU
- تحليل رسوم كبيرة
المجالات العلمية
- علم البيانات واسع النطاق
أنواع المشاريع المناسبة
- تسريع خط تحليل بيانات كبير
تطبيقات بحثية
- معالجة مجموعات بيانات ضخمة بسرعة
الخصائص التقنية
تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».
| دعم المعالج المركزي (CPU) | غير مدعوم |
|---|---|
| دعم المعالج الرسومي (GPU) | مدعوم |
| التوافق مع CUDA | مدعوم |
| التدريب أو الحوسبة الموزعة | مدعوممع Dask عبر dask-cuda. |
| الاشتقاق التلقائي (Autodiff) | لا ينطبق |
| نشر النماذج (Deployment) | لا ينطبق |
| نماذج مدربة مسبقاً | لا ينطبق |
| أنواع البيانات المدعومة | جداول ومصفوفات ورسوم على GPU |
| التكامل مع مكتبات أخرى | Pandas، Scikit-learn، Dask، CuPy، NetworkX |
| المرونة (تقدير تحريري) | متوسطة |
| الأداء (تقدير تحريري) | عالية جداً على GPU |
| المجتمع (تقدير تحريري) | متوسط |
| جودة التوثيق (تقدير تحريري) | توثيق جيد |
التثبيت والتشغيل
pip install cudf-cu12 cuml-cu12استخدم أداة الاختيار في دليل التثبيت الرسمي لاختيار الحزم المطابقة لإصدار CUDA.
التوافق: Python >=3.11 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026
يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.
المزايا
- تسريع كبير بواجهات مألوفة
القيود
- Linux/WSL2 وعتاد NVIDIA فقط
- ليست كل الواجهات مغطاة
المراجع والتحقق
- صفحة الحزمة على PyPI (مصدر الإصدار والترخيص وتاريخ الإصدار) تحقق مباشر
https://pypi.org/project/cudf-cu12/
تاريخ التحقق: 21 نوفمبر 2026 — الإصدار المتحقق منه: 26.10.2 — المراجعة: فريق DLArabic
- الموقع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://rapids.ai/
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- الوثائق الرسمية رابط تعلنه الحزمة رسمياً على PyPI
https://docs.rapids.ai/
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- المستودع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://github.com/rapidsai
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- ملف الترخيص الرسمي تحقق مباشر
https://github.com/rapidsai/cudf/blob/main/LICENSE
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
سجل الإصدارات المتحقق منها
| الإصدار | تاريخ الإصدار | تاريخ التحقق |
|---|---|---|
| 26.10.2 | 22 أكتوبر 2026 | 21 نوفمبر 2026 |
آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.
