NVIDIA RAPIDS 25.08 يُطلق مُحللًا جديدًا لـ cuML، ويُحسّن محرك Polars على GPU، ويضيف دعمًا لخوارزميات جديدة

تُعد إصدارة RAPIDS 25.08 خطوة مهمة نحو تسهيل وتعزيز عمليات علوم البيانات المُسرّعة، من خلال ميزات جديدة تُحسّن الأداء، والقابلية للتوسع، وسهولة التكامل. من أبرز هذه التحديثات، إدخال أدوات تحليل أداء متطورة لـ cuML، تُتيح للمستخدمين مراقبة العمليات التي تُنفَّذ على وحدة المعالجة الرسومية (GPU) مقابل وحدة المعالجة المركزية (CPU)، مع قياس الوقت المستهلك لكل عملية. تشمل هذه الأدوات مُحلِّل وظيفي (function-level profiler) وتحليل خطي (line-level profiler)، يمكن استخدامهما داخل مُحرّرات Jupyter أو عبر سطر الأوامر، مما يُسهّل تحديد عُقد الأداء في سير العمل التدريبي. كما تم تفعيل المحرك التدفقي (streaming executor) افتراضيًا في محرك Polars المُسرّع بـ NVIDIA cuDF، مما يسمح معالجة مجموعات بيانات أكبر من سعة ذاكرة GPU بفعالية، من خلال تقسيم البيانات ومعالجتها تدريجيًا. هذه الميزة تُقلل من التأثير على الأداء حتى مع البيانات الصغيرة، بينما تُقدّم مكاسب كبيرة في السرعة مع البيانات الكبيرة، حيث تُظهر النتائج فرقًا يقارب 5 أضعاف في الأداء على مجموعات بيانات بحجم 300 جيجابايت. تم توسيع دعم أنواع البيانات في محرك Polars GPU ليشمل الهياكل (structs) والعمليات النصية، مما يُمكّن من إبقاء هذه العمليات على GPU دون الحاجة للعودة إلى CPU، مما يعزز الكفاءة. كما أُضيفت دعمًا واسعًا لعمليات النصوص مثل التحقق من النمط، والبحث، والتحديث، ما يُحسّن من قابلية الاستخدام في السيناريوهات الحقيقية. في مجال التعلم الآلي، أُضيفت خوارزمية "التشويش الطيفي" (Spectral Embedding) لخفض الأبعاد وتحليل التماثل، مع توافق واجهة برمجة التطبيقات مع مكتبة scikit-learn. كما تم دعم خوارزميات LinearSVC وLinearSVR وKernelRidge ضمن ميزة التسارع بدون تغيير الكود (zero code change)، مما يُسهّل تكاملها في سير العمل الحالية. من الجدير بالذكر أن دعم CUDA 11 تم إيقافه رسميًا في هذا الإصدار، ويُنصح بالاحتفاظ بالإصدار 25.06 لمن يحتاجون إلى التوافق مع CUDA 11. باختصار، يُعد إصدار 25.08 من RAPIDS تطورًا كبيرًا في تبسيط وتسريع عمليات علوم البيانات، عبر أدوات تحليل متقدمة، وتحسينات في معالجة البيانات الكبيرة، وتوسيع دعم الخوارزميات، ما يجعل التسارع باستخدام GPU أكثر إمكانية وفعالية للمطورين والباحثين.