# NVIDIA beschreibt die GPU-Umschreibung von Spark-UDFs durch Agenten

> NVIDIA zufolge verkürzte eine Umschreibung einer Spark-UDF die Operatorlaufzeit bei einer Arbeitslast mit 600 Milliarden Zeilen eines nicht genannten Verbraucher-Technologieunternehmens von 274,55 auf 12,78 Stunden.

- Kanonische URL: https://newsverum.com/de/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026
- Herausgeber: Newsverum
- Rubrik: Technologie
- Veröffentlicht: 2026-10-15T19:00:45+00:00
- Aktualisiert: 2026-10-15T19:00:45+00:00
- Ereignis- oder Datenzeitraum: 2026-10-13
- Weitere Ausgaben: [Türkçe](https://newsverum.com/tr/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md), [English](https://newsverum.com/en/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md), [العربية](https://newsverum.com/ar/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md), [Français](https://newsverum.com/fr/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md), [Español](https://newsverum.com/es/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md), [Português](https://newsverum.com/pt/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026.md)

NVIDIA erklärte, dass benutzerdefinierte Funktionen (UDFs) in Apache Spark eine GPU-Pipeline zur CPU-Ausführung zurückzwingen und dadurch Datenübertragung und Laufzeit verteuern können. Die cuDF-Fähigkeiten führen Programmieragenten durch Tests des UDF-Verhaltens, eine Umschreibung mit Spark SQL, cuDF oder kundenspezifischem CUDA sowie anschließende Äquivalenz- und Leistungsmessungen. Der Beitrag nennt ein nicht identifiziertes Verbraucher-Technologieunternehmen, das mit diesem Ablauf mehr als 30 produktive UDFs umstellte.

Bei einer Arbeitslast mit 600 Milliarden Zeilen betrug die gemeldete Operatorlaufzeit 274,55 Stunden mit einer CPU-basierten UDF und 12,78 Stunden mit einer cuDF-GPU-Implementierung; NVIDIA bezeichnete dies als 22-fache Beschleunigung. Der Beitrag nennt 16 TB Eingabe und 17,4 TB Ausgabe, aber weder den Kundennamen noch eine unabhängige Messung. Das Ergebnis betrifft eine einzelne Arbeitslast und ist keine Leistungsgarantie für alle Spark-Aufträge.

## Daten

### Operatorlaufzeit einer umgeschriebenen Spark-UDF

Gemeldete Laufzeiten der CPU- und GPU-Implementierung für eine Arbeitslast mit 600 Milliarden Zeilen bei einem nicht genannten Technologieunternehmen für Verbraucher.

Methodik: CPU- und cuDF/RapidsUDF-Operatorlaufzeiten für eine produktive UDF laut NVIDIA-Beitrag vom 13. Oktober 2026. Die Quelle beschreibt eine Arbeitslast mit 600 Milliarden Zeilen und 16 TB Eingabe; dies ist ein einzelnes Beispiel und lässt sich nicht auf alle Spark-Aufträge übertragen.

| label | value | unit | period | basis |
|---|---|---|---|---|
| Operatorlaufzeit der CPU-basierten UDF | 274.55 | hours | 2026-10-13 | observed |
| Operatorlaufzeit der GPU-beschleunigten cuDF-UDF | 12.78 | hours | 2026-10-13 | observed |

Quellen: <https://developer.nvidia.com/blog/rewrite-apache-spark-udfs-gpu-acceleration-ai-agents/> · Daten herunterladen: [JSON](https://newsverum.com/api/v1/articles/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026/data/spark-udf-operator-time?lang=de&format=json) · [CSV](https://newsverum.com/api/v1/articles/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026/data/spark-udf-operator-time?lang=de&format=csv)

## Quellen

- [NVIDIA Technical Blog](<https://developer.nvidia.com/blog/rewrite-apache-spark-udfs-gpu-acceleration-ai-agents/>) (Quelle geprüft: 2026-10-15; Veröffentlicht: 2026-10-13)

---

Zitieren Sie die oben angegebene kanonische URL. [Redaktionsstandards und Korrekturen](https://newsverum.com/de/editorial)