NVIDIA/raft

这是什么？

核心功能

• 01以 C++ 头文件为主的模板库，可选共享库以加快编译。
• 02提供无需 CUDA 编译器即可调用的主机端运行时 API。
• 03包含稠密与稀疏线性代数、求解器和统计等原语。
• 04通过 pylibraft 提供 Python 封装，可与 CuPy、PyTorch、Numba、cuDF 互操作。
• 05借助 raft-dask 在 Dask 集群上实现多节点多 GPU 通信。

适用场景

• 在更大的系统中构建 GPU 加速的向量检索或最近邻组件。
• 编写自定义 CUDA 算法时复用已有的线性代数与归约原语。
• 借助 Dask 在多节点上运行分布式 GPU 算法。
• 在 Python 中调用 GPU 原语，无需编写 CUDA 代码。

快速上手

1. 1

   通过 conda 安装 RAFT（CUDA 13）

   mamba install -c rapidsai -c conda-forge raft-dask pylibraft cuda-version=13.3
2. 2

   或通过 pip 安装 pylibraft（CUDA 12）

   pip install pylibraft-cu12

使用前须知

• !需要支持 CUDA 的 NVIDIA GPU，无法在纯 CPU 设备上使用。
• !它面向底层原语，而非直接用于数据科学探索。
• !pip 安装包为实验性质，且不包含 C++ 头文件。

收录于专题

标签

常见问题

raft 是什么？

面向 NVIDIA GPU 的 CUDA 加速可复用基础算法与原语库，涵盖机器学习、线性代数和信息检索。 RAFT 提供机器学习与信息检索中常用的基础算法和原语，实现基于 CUDA 加速，可作为编写高性能 GPU 应用的构建模块。内容涵盖稠密与稀疏线性代数、求解器、统计与采样、距离计算、数据格式转换，并包含多节点多 GPU 通信基础设施。

raft 可以免费使用吗？用的什么许可证？

raft 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

raft 还在维护吗？

活跃维护中。raft 最近一次提交是在 2026年11月6日。

raft 适合用来做什么？

在更大的系统中构建 GPU 加速的向量检索或最近邻组件。 编写自定义 CUDA 算法时复用已有的线性代数与归约原语。 借助 Dask 在多节点上运行分布式 GPU 算法。 在 Python 中调用 GPU 原语，无需编写 CUDA 代码。

raft 怎么安装和运行？

通过 conda 安装 RAFT（CUDA 13）: mamba install -c rapidsai -c conda-forge raft-dask pylibraft cuda-version=13.3 或通过 pip 安装 pylibraft（CUDA 12）: pip install pylibraft-cu12

在哪里获取 raft？

源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/raft