这篇文章是关于 RAPIDS 生态系统的系列文章的第八部分。本系列探索和讨论了 RAPIDS 的各个方面，这些方面允许其用户解决 ETL (提取、转换、加载) 问题，构建ML（机器学习）和 DL (深度学习) 模型，探索可扩展图，处理信号和系统日志，或通过 BlazingSQL 使用 SQL 语言处理数据。
你可能意识到也可能没有意识到，你的电脑从几英里外的服务器接收到的每一点信息，你屏幕上显示的每一个像素，或者你的扬声器产生的每一个音调，都是通过“电线”发送的某种形式的信号。这个信号很可能是由发送端编码的，这样它就可以携带信息，而接收端则对其进行解码以供进一步使用。
信号非常丰富 : 音频、无线电波或其他电磁波 (如伽马、红外线或可见光)、无线通信、海浪等等。这些波浪有些是人为的，很多是自然产生的。甚至图像或股票市场时间序列也可以被看作信号来处理。
cuSignal 是 RAPIDS 生态系统的更新版本。它的目的是分析和处理任何形式的信号，并模仿 scikit-learn 信号库。然而，与 scikit-learn 不同的是，cuSignal 将 NVIDIA GPU 的功能引入到信号处理中，从而导致计算速度的数量级增长。
阅读原文：https://developer.nvidia.com/blog/
|
