cuDF
cuDF 是 NVIDIA RAPIDS 生态中的 GPU DataFrame 库，基于 Apache Arrow 列式内存格式，提供类似 pandas 的 API，支持在 GPU 上进行数据加载、过滤、聚合等操作。
时间轴 (近 90 天)
RAPIDS Accelerator for Apache Spark 是 NVIDIA 基于 cuDF 提供的 Spark 插件，通过替换 Spark 的物理执行计划节点，让 SQL、DataFrame 与部分 UDF 在 GPU 上以列式批处理方式执行。
适合 GPU 迁移的 UDF 典型形态包括：向量化的数值计算、字符串匹配与正则、时间戳运算、以及可在列上批量执行的标量函数。
AI Agent 在 Spark UDF 迁移中承担的模式是：第一层读取现有 PySpark 或 Scala UDF 的语义并判断能否映射到 cuDF 列式算子；第二层把逐行逻辑重写为向量化表达；第三层用样本数据对比 CPU 与 GPU 版本输出以确认结果一致性。
向量化指一次对整列数据执行算子，而不是对每行循环调用；cuDF 建立在 Apache Arrow 列式内存格式之上，能在 GPU 上以批为单位处理数据。
RAPIDS AI是NVIDIA于2018年发起的开源数据科学生态系统，核心组件包括cuDF、cuML、cuGraph和cuSignal
全部知识事实 (5)
RAPIDS Accelerator for Apache Spark 是 NVIDIA 基于 cuDF 提供的 Spark 插件，通过替换 Spark 的物理执行计划节点，让 SQL、DataFrame 与部分 UDF 在 GPU 上以列式批处理方式执行。
50%待验证适合 GPU 迁移的 UDF 典型形态包括：向量化的数值计算、字符串匹配与正则、时间戳运算、以及可在列上批量执行的标量函数。
50%待验证AI Agent 在 Spark UDF 迁移中承担的模式是：第一层读取现有 PySpark 或 Scala UDF 的语义并判断能否映射到 cuDF 列式算子；第二层把逐行逻辑重写为向量化表达；第三层用样本数据对比 CPU 与 GPU 版本输出以确认结果一致性。
50%待验证向量化指一次对整列数据执行算子，而不是对每行循环调用；cuDF 建立在 Apache Arrow 列式内存格式之上，能在 GPU 上以批为单位处理数据。
50%待验证RAPIDS AI是NVIDIA于2018年发起的开源数据科学生态系统，核心组件包括cuDF、cuML、cuGraph和cuSignal
50%