NVIDIA GTC21 有大量精彩且引人入勝的內(nèi)容，特別是在 RAPIDS 附近，因此很容易錯(cuò)過(guò)我們的首次演示“ 使用 RAPIDS 加速 Node. js Javascript 以實(shí)現(xiàn)可視化和更高的速度。 ”是的–我們正在通過(guò) Node.js 項(xiàng)目將 GPU 加速數(shù)據(jù)科學(xué)的力量帶到 Javascript Node.js 社區(qū)。
Node- RAPIDS 是 Node.js 中模塊化 RAPIDS 庫(kù)綁定的開(kāi)源技術(shù)預(yù)覽，以及支持基于瀏覽器的高性能可視化的補(bǔ)充方法。
web viz 有什么問(wèn)題？
大約十年前 是圍繞基于 web 的數(shù)據(jù)可視化的迷你復(fù)興，它展示了 D3 等高度交互、易于共享和使用的工具的好處。雖然性能不如 C / C ++或 Python 框架，但由于 Javascript 的可訪問(wèn)性，它們的受歡迎程度開(kāi)始上升。毫不奇怪，它通常被列為 最流行的開(kāi)發(fā)人員語(yǔ)言 ，排在 Python 或 Java 之前，現(xiàn)在有了完整的可視化和數(shù)據(jù)工具目錄。
然而，這個(gè)龐大的 Javascript 開(kāi)發(fā)社區(qū)由于缺乏首選語(yǔ)言中的一流加速數(shù)據(jù)工具而受到阻礙。當(dāng)分析與數(shù)據(jù)源、科學(xué)和可視化盡可能接近時(shí)，分析是最有效的。要使用 Javascript 完全訪問(wèn) GPU 硬件（超越 webGL 限制和黑客），需要精通多種語(yǔ)言來(lái)設(shè)置復(fù)雜的中間件管道或使用 Plotly Dash 等非 js 框架。因此，數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家、可視化專家和前端開(kāi)發(fā)人員往往被孤立起來(lái)，甚至在組織內(nèi)部也是如此。這是有害的，因?yàn)閿?shù)據(jù)可視化是這些群體之間交流的理想媒介。
至于 RAPIDS Viz 團(tuán)隊(duì) 自從我們第一次證明概念 ，我們希望構(gòu)建能夠通過(guò)瀏覽器與數(shù)億個(gè)數(shù)據(jù)點(diǎn)實(shí)時(shí)無(wú)縫交互的工具——我們終于找到了一種方法。
為什么選擇 Node 。 js
如果您不熟悉 Node.js ，它是一個(gè)基于 C / C ++的開(kāi)源跨平臺(tái)運(yùn)行時(shí)環(huán)境，在 web 瀏覽器之外執(zhí)行 Javascript 代碼。超過(guò) 100 萬(wàn) Node. js 下載量 per day 。 節(jié)點(diǎn)包管理器 （ NPM ）是默認(rèn)的 Javascript 包管理器，微軟擁有它。 Node.js 用于 eBay 、 AliExpress 等在線市場(chǎng)的后端，并被 Netflix 、 PayPal 和 Groupon 等高流量網(wǎng)站使用。顯然，這是一個(gè)強(qiáng)大的框架。
圖 1 ： XKCD Node 。 js 是一個(gè)通用連接器。
Node. js 是一個(gè)連接器，它為我們提供了直接訪問(wèn)硬件的 Javascript ，從而簡(jiǎn)化了 API 并能夠使用 NVIDIA CUDA.
. 通過(guò)創(chuàng)建節(jié)點(diǎn) – RAPIDS 綁定，我們使一個(gè)龐大的開(kāi)發(fā)人員社區(qū)能夠使用 GPU 加速，而無(wú)需學(xué)習(xí)新語(yǔ)言或在新環(huán)境中工作。我們還為同一社區(qū)提供高性能數(shù)據(jù)科學(xué)平臺(tái)： RAPIDS ！
下面是一個(gè)基于 我們的基本筆記本 的節(jié)點(diǎn) – RAPIDS 的片段，它顯示了一個(gè)小型正則表達(dá)式示例的 6x 加速：
節(jié)點(diǎn) – RAPIDS ：計(jì)為構(gòu)建塊
圖 2 ： Node- RAPIDS 模塊概述。
與節(jié)點(diǎn)項(xiàng)目類似，節(jié)點(diǎn) – RAPIDS 設(shè)計(jì)為模塊化。我們的目標(biāo)不是構(gòu)建交鑰匙 web 應(yīng)用程序，而是創(chuàng)建一個(gè) 功能清單 ，以支持或加速各種各樣的用例和管道。前面是當(dāng)前和計(jì)劃節(jié)點(diǎn)的概述 – RAPIDS 模塊按一般類別分組。 節(jié)點(diǎn) – RAPIDS 應(yīng)用程序可以根據(jù)需要使用任意數(shù)量的模塊。
為了減少起步的困難，我們還構(gòu)建了一個(gè) 演示目錄 ，它可以作為通用應(yīng)用程序的模板。隨著我們開(kāi)發(fā)更多綁定，我們將創(chuàng)建更多演示來(lái)展示它們的功能。
圖 3 ：交叉過(guò)濾器應(yīng)用程序的示例。
前面是使用 RAPIDS cuDF 和 RAPIDS cuSpatial 庫(kù)的地理空間交叉過(guò)濾儀表板應(yīng)用程序的理想堆棧。我們有一個(gè)使用 Deck.gl 的簡(jiǎn)單演示，您可以使用我們的 video 進(jìn)行預(yù)覽，并在 Github 上探索 演示代碼 。
圖 4 ：流式 ETL 流程的示例。
前面的最后一個(gè)示例是一個(gè)僅服務(wù)器端的 ETL 管道，沒(méi)有任何可視化。我們有一個(gè)使用 cuDF 綁定和 互動(dòng)筆記本 桌面應(yīng)用程序的簡(jiǎn)單 ETL 流程示例，您可以在 Notebook 上使用 video 進(jìn)行預(yù)覽，并使用（獲取）交互。
下一步是什么？
雖然我們考慮這個(gè)項(xiàng)目已經(jīng)有一段時(shí)間了，但我們才剛剛開(kāi)始開(kāi)發(fā)。 RAPIDS 是一個(gè)令人難以置信的框架，我們希望將它帶給更多的人和更多的應(yīng)用程序— RAPIDS 正如我們所說(shuō)的那樣。
近期下一步：
接下來(lái)的一些短期步驟是繼續(xù)構(gòu)建核心 RAPIDS 綁定特性，您可以在我們的 當(dāng)前綁定覆蓋率表 上查看這些特性。
如果直接從您的 web 應(yīng)用程序中使用 GPU 加速 SQL 查詢的想法聽(tīng)起來(lái)很有趣（對(duì)我們來(lái)說(shuō)的確如此），那么我們也希望盡快開(kāi)始使用一些 blazingSQL 綁定。
最值得注意的是，我們計(jì)劃開(kāi)始創(chuàng)建和發(fā)布模塊化 docker 容器，這將大大簡(jiǎn)化當(dāng)前的源代碼技術(shù)預(yù)覽安裝過(guò)程。
關(guān)于作者
Allan Enemark ，數(shù)據(jù)可視化設(shè)計(jì)， NVIDIA RAPIDS 數(shù)據(jù)可視化團(tuán)隊(duì)負(fù)責(zé)人，致力于建立概念證明，開(kāi)發(fā)工具，并與 RAPIDS 集成框架，通過(guò) GPU 加速推進(jìn)可視化分析領(lǐng)域。
Ajay Thorve 是 NVIDIA 的軟件工程師， RAPIDS 組織的可視化團(tuán)隊(duì)的一部分。 Ajay 的背景是全棧開(kāi)發(fā)和數(shù)據(jù)科學(xué)，主要興趣包括 Javascript / Typescript 和 Python 。目前， Ajay 在 RAPIDS viz 團(tuán)隊(duì)的工作主要集中在為 cuXfilter 和 node- RAPIDS 項(xiàng)目做出貢獻(xiàn)。
Bryan Van de Ven 是 NVIDIA 的高級(jí)系統(tǒng)軟件工程師，負(fù)責(zé) RAPIDS 的前端和可視化工具。此前，他曾在微軟和 Anaconda 工作，在那里他創(chuàng)建了 conda 軟件包管理器，并共同創(chuàng)建了 Bokeh 可視化庫(kù)。布萊恩獲得了 UT 奧斯汀大學(xué)的計(jì)算機(jī)科學(xué)和數(shù)學(xué)學(xué)士學(xué)位，以及加州大學(xué)洛杉磯分校的物理學(xué)碩士學(xué)位。
Paul Taylor 是 NVIDIA RAPIDS 的高級(jí)工程師。
審核編輯：郭婷
