# NVIDIA describe cómo agentes reescriben UDF de Spark para ejecutarlas en GPU

> NVIDIA informó de que una reescritura de UDF de Spark redujo el tiempo de operador de 274,55 a 12,78 horas en una carga de 600.000 millones de filas de una empresa tecnológica de consumo no identificada.

- URL canónica: https://newsverum.com/es/news/nvidia-agent-rewrites-spark-udf-gpu-workload-october-2026
- Publicación: Newsverum
- Sección: Tecnología
- Publicado: 2026-10-15T19:00:45+00:00
- Actualizado: 2026-10-15T19:00:45+00:00
- Período del evento / de los datos: 2026-10-13
- Otras ediciones: [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), [Deutsch](https://newsverum.com/de/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 explicó que las funciones definidas por el usuario (UDF) de Apache Spark pueden obligar a una canalización de GPU a volver a la CPU, lo que añade costes de transferencia de datos y ejecución. Sus habilidades de cuDF guían a agentes de programación para probar el comportamiento de una UDF, reescribirla con Spark SQL, cuDF o CUDA personalizado y medir después equivalencia y rendimiento. La publicación cita a una empresa tecnológica de consumo no identificada que convirtió más de 30 UDF de producción con este flujo.

En una carga de 600.000 millones de filas, el tiempo de operador comunicado fue de 274,55 horas con una UDF basada en CPU y de 12,78 horas con una implementación cuDF en GPU; NVIDIA lo calificó como una aceleración de 22 veces. El artículo especifica 16 TB de entrada y 17,4 TB de salida, pero no identifica al cliente ni aporta una medición independiente. El resultado corresponde a una sola carga y no garantiza el rendimiento de todos los trabajos de Spark.

## Datos

### Tiempo de operador de una UDF de Spark reescrita

Tiempos comunicados para las versiones de CPU y GPU de una carga de 600.000 millones de filas en una empresa tecnológica de consumo no identificada.

Metodología: Tiempos de operador de CPU y cuDF/RapidsUDF para una UDF de producción, según la publicación de NVIDIA del 13 de octubre de 2026. La fuente describe una carga de 600.000 millones de filas y 16 TB de entrada; es un ejemplo y no debe generalizarse a todos los trabajos de Spark.

| label | value | unit | period | basis |
|---|---|---|---|---|
| Tiempo de operador de la UDF con CPU | 274.55 | hours | 2026-10-13 | observed |
| Tiempo de operador de la UDF acelerada por GPU con cuDF | 12.78 | hours | 2026-10-13 | observed |

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

## Fuentes

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

---

Cite la URL canónica indicada arriba. [Principios editoriales y correcciones](https://newsverum.com/es/editorial)