Python 实用技能 RAPIDS | 利用 GPU 加速数据科学工作流程
Python 实用技能 RAPIDS | 利用 GPU 加速数据科学工作流程
文章目录
CSDN 叶庭云：https://yetingyun.blog.csdn.net/
一、前言
传统上，数据科学工作流程缓慢且繁琐，通常依靠 CPU 来加载、过滤和操作数据，以及训练和部署模型。凭借 RAPIDS 开源软件库，能够利用 GPU 显著降低基础设施成本，并为端到端数据科学工作流程提供出色性能。GPU 加速的数据科学在笔记本电脑、数据中心、边缘和云端均可使用。
数据科学家需要算力。无论您是用 Pandas 处理一个大数据集，还是用 Numpy 在一个大矩阵上运行一些计算，您都需要一台强大的机器，以便在合理的时间内完成这项工作。在过去的几年中，数据科学家常用的 Python 库已经非常擅长利用 CPU 能力。Pandas 的基础代码是用 C 语言编写的，它可以很好地处理大小超过 10GB 的大数据集。如果您没有足够的 RAM 来容纳这样的数据集，那么您可以使用分块功能，它很方便，可以一次处理一个数据块。
GPUs vs CPUs：并行处理
面对大量数据，单个 CPU 难以做到切分它。
一个超过 100GB 的数据集将有许多数据点，数据点的数值在数百万甚至数十亿的范围内。有了这么多的数据点要处理，不管你的 CPU 有多快，它都没有足够的内核来进行有效的并行处理。如果你的 CPU 有 20 个内核（这将是相当昂贵的 CPU），你一次只能处理 20 个数据点！
CPUs 在时钟频率更重要的任务中会更好—或者由于你根本没有 GPU 实现。如果你尝试执行的流程有一个 GPU 实现，且该任务可以从并行处理中受益，那么 GPU 将更加有效。
上图示意多核系统如何更快地处理数据。对于单核系统（左），所有 10 个任务都转到一个节点。对于双核系统（右），每个节点承担 5 个任务，从而使处理速度加倍。
深度学习已经在充分利用 GPU 性能的基础上取得了重要成功。深度学习中做的许多卷积操作是重复的，因此在 GPU 上可以大大加速，甚至可以达到 100 倍。如今的数据科学没有什么不同，因为许多重复的操作都是在大数据集上执行的，利用工具库：Pandas、Numpy 和 Scikit-Learn。这些操作对于在 GPU 上实现也不是很复杂。
目前有一个好的解决方案：RAPIDS
二、用 RAPIDS 实现 GPU 加速
以最少的代码更改和无需学习新工具的方式加速 Python 数据科学工具链。
RAPIDS 官方文档：https://rapids.ai/index.html
介绍 RAPIDS：https://www.youtube.com/watch?v=T2AU0iVbY5A
RAPIDS 是一个开源软件库套件，使您可以完全在 GPU 上执行端到端的数据科学和分析管道，旨在通过利用 GPU 加速数据科学。它使用底层 CUDA 代码来实现快速的、GPU 优化的算法，同时在顶层还有一个易于使用的 Python 层。Rapids 的美妙之处在于它与数据科学库的整合非常顺畅：像 pandas DataFrames 可以容易地传递到 Rapids，以实现 GPU 加速。下图说明了 Rapids 如何在保持顶层易用性的同时实现低层的优化和加速。
Rapids 利用了几个 Python 库：
- cuDF：Python GPU 版的 DataFrames，在数据处理和操作方面，它几乎可以做到 Pandas 所能做的一切；
- cuML：Python GPU 版的机器学习库。它包含许多 Scikit-Learn 拥有的 ML 算法，所有这些算法的使用方式都非常相似；
- cuGraph：Python GPU 版的图处理。它包含了许多常用的图分析算法，包括 PageRank 和各种相似度量。
三、RAPIDS 实践
通过前面的了解，知道 RAPIDS 可以利用 GPU 加速数据科学。现在重要的是我们需要配置环境和实践一下，感受一下怎么用的！
要安装 RAPIDS，请访问：https://rapids.ai/start.html，在这里你将看到如何安装 RAPIDS。你可以通过 Conda 将其直接安装到你的机器上，或者简单地使用 Docker 容器。在安装时，您根据实际情况设置您的系统规格，如 CUDA 版本和您想要安装的库。例如，我有 CUDA 11.3，想要安装所有的库，所以我的 install 命令是：
这一行命令完成运行，就可以开始用 GPU 加速数据科学啦！
conda create -n rapids-22.12 -c rapidsai -c conda-forge -c nvidia \
cudf=22.12 cuml=22.12 cugraph=22.12 cusignal=22.12 cucim=22.12 python=3.8 cudatoolkit=11.3
对于本教程，我们将介绍 DBSCAN 的 scikit-learn 版本与 RAPIDS GPU 加速版本。我将使用一张 A5000 进行测试。DBSCAN 是一种基于密度的聚类算法，可以自动对数据进行聚类，而无需用户指定有多少个 cluster。在 Scikit-Learn 中有它的实现。我们将从获取所有导入设置开始。先导入用于加载数据、可视化数据和应用 ML 模型的库。
import os
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from sklearn.datasets import make_circlesmake_circles 函数将自动创建一个复杂的数据分布，类似于我们将应用于 DBSCAN 的两个圆。让我们从创建 100000 个数据点的数据集开始，并在图中可视化：
X, y = make_circles(n_samples=int(1e5), factor=.35, noise=.05)
X[:, 0] = 3*X[:, 0]
X[:, 1] = 3*X[:, 1]
plt.scatter(X[:, 0], X[:, 1])
plt.show()
CPU 上的 DBSCAN：使用 Scikit-Learn 在 CPU 上运行 DBSCAN 很容易。我们将导入 DBSCAN 算法并设置一些参数：
from sklearn.cluster import DBSCAN
db = DBSCAN(eps=0.6, min_samples=2)我们现在可以通过调用 Scikit-Learn 中的一个函数对循环数据使用 DBSCAN。在函数前面加上一个 %%time，就可以让 Jupyter Notebook 合理测量它的运行时间。
%%time
y_db = db.fit_predict(X)这 10 万个点的运行时间大约是 8.31 秒，如下图所示：
现在，让我们用 Rapids 进行加速！首先，我们将把数据转换为 pandas.DataFrame 并使用它创建一个 cudf.DataFrame pandas.DataFrame 无缝转换成 cudf.DataFrame，数据格式无任何更改。
import pandas as pd
import cudf
# 如果有表格 csv 数据也可以直接从 csv 数据读取：
# https://docs.rapids.ai/api/cudf/stable/api_docs/io.html
# X_df = cudf.read_csv("./datas/gene_edges_embeddings.csv")
X_df = pd.DataFrame({fea%d %i: X[:, i] for i in range(X.shape[1])})
X_gpu = cudf.DataFrame.from_pandas(X_df)然后我们将从 cuML 导入并初始化一个 GPU 加速的版本的 DBSCAN。DBSCAN 的 cuML 版本的函数格式与 Scikit-Learn 的函数格式完全相同：相同的参数、相同的样式、相同的函数。
from cuml import DBSCAN as cumlDBSCAN
db_gpu = cumlDBSCAN(eps=0.6, min_samples=2)
# print(" ".join(["CSDN", "叶庭云", "https://yetingyun.blog.csdn.net/"]))最后，我们可以在测量运行时间的同时运行 GPU DBSCAN 的预测函数。
%%time
y_db_gpu = db_gpu.fit_predict(X_gpu)GPU 版本的运行时间为 4.22 秒，几乎加速了 2 倍。由于我们使用的是相同的算法，因此结果图也与 CPU 版本完全相同。
使用 Rapids GPU 获得超高速
我们从 Rapids 获得的加速量取决于我们正在处理的数据量。一个好的经验法则是，较大的数据集将更加受益于 GPU 加速。在 CPU 和 GPU 之间传输数据有一些开销时间，而对于较大的数据集，开销时间变得更值得。
我们可以用一个简单的例子来说明这一点。
我们将创建一个随机数的 Numpy 数组并对其应用 DBSCAN。我们将比较常规 CPU DBSCAN 和 cuML 的 GPU 版本的速度，同时增加和减少数据点的数量，以了解它如何影响我们的运行时间。
下面的代码说明如何进行测试：
import numpy as np
n_rows, n_cols = 10000, 100
X = np.random.rand(n_rows, n_cols)
print(X.shape)
X_df = pd.DataFrame({ fea%d %i: X[:, i] for i in range(X.shape[1])})
X_gpu = cudf.DataFrame.from_pandas(X_df)
db = DBSCAN(eps=3, min_samples=2)
db_gpu = cumlDBSCAN(eps=3, min_samples=2)
%%time
y_db = db.fit_predict(X)
%%time
y_db_gpu = db_gpu.fit_predict(X_gpu)用 Matplotlib 可视化改变数据量多次实验的结果：
横轴是数据点的数量，纵轴表示 GPU speed 与 CPU speed 的比值。当使用 GPU 而不是 CPU 时，数量会急剧增加。即使在 10000 点（最左边），我们的速度仍然是 4.54x。在更高的一端，1 千万点，我们切换到 GPU 时的速度是 88.04x！
参考链接：