老旧笔记本GPU与Polars加速库兼容性检测及Windows使用方法

1. 检测GPU是否兼容Polars的GPU加速库 #

Polars的GPU加速依赖NVIDIA CUDA和RAPIDS cuDF库，兼容性核心看CUDA计算能力：

• 你的GTX 670M属于Kepler架构（GK104核心），CUDA计算能力为3.0。
• 当前主流版本的cuDF最低要求计算能力6.0（Turing架构及以上）；即使是较早的cuDF版本（如0.21），最低支持的也是3.5，不包含3.0。

结论：你的GTX 670M无法满足Polars GPU加速的硬件要求，无法使用该功能。

如果要自行验证GPU计算能力，可通过两种方式：

• 打开NVIDIA控制面板，进入「系统信息」→「显示」查看GPU型号，对应NVIDIA架构的计算能力（Kepler GK10x=3.0，GK11x=3.5；Maxwell=5.x；Pascal=6.x等）。
• 命令行运行nvidia-smi，获取GPU型号后匹配对应计算能力。

2. Windows笔记本上使用Polars GPU功能的步骤（仅兼容GPU适用） #

若GPU满足计算能力要求，按以下步骤操作：

1. 安装匹配的CUDA Toolkit：根据目标cuDF版本选择对应CUDA版本（例如cuDF 0.21对应CUDA 11.2），避免安装最新CUDA版本，需保证两者版本兼容。
2. 安装GPU版Polars：在命令提示符执行pip install polars[cuda]。针对老GPU需适配旧版本时，可指定Polars具体版本，比如：pip install polars==0.17.12[cuda]（需提前确认该版本依赖的cuDF支持你的GPU计算能力）。
3. 验证GPU执行效果：用以下代码测试：

   import polars as pl
   
   df = pl.DataFrame({"a": range(1_000_000), "b": range(1_000_000, 2_000_000)})
   # 指定CUDA引擎执行延迟计算
   result = df.lazy().with_columns((pl.col("a") + pl.col("b")).alias("sum")).collect(engine="cuda")
   print(result.head())
   

内容的提问来源于stack exchange，提问作者zikzakjack