🚦Batendo nas paredes de desempenho em pandas? Executamos 3 exemplos de fluxos de trabalho que ficaram lentos ou rastreados em grandes conjuntos de dados e, em seguida, executamos novamente o mesmo código na GPU com cudf.pandas. TLDR: ✅ 18 milhões de linhas de preços de ações → 20 a 40 vezes mais rápido com janelas contínuas baseadas no tempo ✅ CSV de 8 GB de anúncios de emprego → até 30 vezes mais rápido em operações de string + mesclagens ✅ 7,3 milhões de pontos geoespaciais → painéis interativos que permanecem interativos Mesmo código de pandas. Mais velocidade. 🏎️🏁 🔗 Confira o blog para obter links para demonstrações do Colab e guias de configuração: