GPU を使用してデータ分析を高速化するクイズ

1. cuDF はどのオープンソース ライブラリを高速化しますか？（該当するものをすべて選択してください）。

   正しいと思われる解答をすべて選択してください。

   pandas

   Polars

   Apache Spark

   Oracle

2. Colab Enterprise ノートブックで cuDF をインポートする前に、ランタイムに関してどのような構成手順を行う必要がありますか？

   ディスクサイズを 500 GB 以上に増やす

   GPU（L4 など）を搭載したランタイムを選択します。

   標準 CPU ランタイムで「大容量 RAM」モードを有効にする

   一時的な CUDA カーネルを保存するために Google ドライブをマウントする

3. Colab Enterprise で cuDF を実行しようとすると、「CUDA 対応デバイスが検出されません」というエラーが表示されます。最も可能性の高い原因は何ですか？

   データセットが小さすぎて GPU が必要ない

   Google Cloud Billing が現在無効になっている

   標準の pandas がインストールされていない

   ノートブック ランタイムに GPU がない

4. NVIDIA cuDF を使用する場合、pandas の GPU アクセラレーションにはコードの変更は必要ありません

   正しい

   誤り

5. Colab Enterprise で NVIDIA cuDF を使用する場合、df.read_csv('/content/data.csv') は主にどこにデータを読み込みますか？

   Google Cloud Storage バケット

   仮想マシンの CPU RAM

   アタッチされた GPU の VRAM

   ローカル ノートパソコンのハードドライブ

6. cuDF pandas アクセラレーションを有効にする有効な方法は次のうちどれですか？（該当するものをすべて選択してください）。

   正しいと思われる解答をすべて選択してください。

   ノートブックでマジック コマンド %load_ext cudf.pandas を使用する

   .py ファイルの名前を .cu_py に変更する

   pandas をインポートする前に import cudf.pandas; cudf.pandas.install() を追加する

   python -m cudf.pandas myscript.py を使用してスクリプトを実行する

7. cudf.pandas を使用しているときに、特定の pandas 関数がまだ GPU で高速化されていない場合はどうなりますか？

   CPU 実行への正常なフォールバック

   NotImplementedError が発生し、実行が停止します

   関数は無視され、実行が続行されます

解答を送信