Fastplotlib : une bibliothèque de tracé rapide et interactive, accélérée par GPU

• fastplotlib est une nouvelle bibliothèque de tracé scientifique accélérée par GPU, qui s’appuie sur WGPU pour offrir des visualisations rapides et interactives
• Elle est utile pour explorer rapidement de grands jeux de données et construire des systèmes d’analyse en temps réel
• La visualisation scientifique est difficile, mais fastplotlib la rend plus accessible
  • Traditionnellement, la visualisation scientifique reposait sur des tracés statiques, mais des visualisations dynamiques et interactives améliorent l’exploration et l’analyse des données
  • Par exemple, une visualisation interactive d’une matrice de covariance avec fastplotlib aide à mieux comprendre les données et peut transformer les futurs types d’analyse
• La conception de l’API est importante
  • L’écosystème de la visualisation scientifique a évolué, et fastplotlib propose une API intuitive et facile à utiliser pour simplifier l’interaction avec les données
  • Les données doivent rester sous forme de tableaux, et le système d’événements peut être défini avec de simples fonctions de rappel.
• L’importance d’exploiter le nouveau matériel
  • Les GPU sont essentiels pour les charges de travail scientifiques, et fastplotlib exploite au maximum les ressources GPU pour permettre des visualisations haute résolution
  • Cette couche est abstraite au-dessus du moteur de rendu pygfx, avec prise en charge de Vulkan, Metal et DX12 via WGPU
• fastplotlib favorise les découvertes scientifiques grâce à des tracés interactifs et fournit des visualisations rapides et interactives en tirant parti du matériel graphique moderne via une API simple à utiliser

[GN⁺]

Avis Hacker News

• « Cela me fait rire de voir qu’on affirme que le GPU est indispensable pour faire de la science »

  • « Tracer 3 millions de points peut sembler impressionnant, mais en pratique c’est aussi facilement gérable avec un CPU »
  • « Les performances de Fastplotlib sont peut-être limitées par la combinaison Rust et Python »
  • « Fastplotlib est utile pour les utilisateurs de Python, mais la promotion exagérée sur le site est gênante »

• « Je cherche des outils utiles sur GitHub, et Fastplotlib semble prometteur »

  • « Cela pourrait aider à visualiser de grands nuages de points en génétique statistique »
  • « Cela semble bien adapté pour visualiser de grands graphiques comme les Manhattan plots »

• « J’aimerais que cette bibliothèque de tracé soit aussi utilisable en dehors de l’environnement Python »

  • « Je cherchais quelque chose de similaire en Ruby, mais les instructions d’installation sont obsolètes et il n’y a pas de support sous Windows »

• « Il est intéressant qu’elle utilise WGPU pour cibler Vulkan, Metal et DX12 »

  • « Quand les données se trouvent sur une machine du cluster, on pourrait démarrer un serveur, transférer les données en HTTP et les rendre dans le navigateur »
  • « Il pourrait être nécessaire de définir un protocole de transfert des données via HTTP »

• « Je me demande comment cela fonctionne dans les notebooks Jupyter »

  • « Je me demande si l’accélération GPU se fait côté client, côté serveur, ou si les deux sont possibles »
  • « Quand j’ai utilisé des bibliothèques de visualisation dans Google Colab, j’ai déjà constaté des mises à jour lentes »

• « Je me demande quel est l’ordre de grandeur du nombre de points de données que l’on peut tracer »

  • « Je me demande s’il est possible de dessiner des scatterplots avec plusieurs millions de points »

• « Après avoir vu la présentation récente, j’ai décidé d’essayer Fastplotlib »

  • « Je veux créer des visualisations interactives de réseaux »
  • « Je veux implémenter une fonctionnalité qui mette en évidence des sous-graphes via sélection par clic ou par boîte »

• « Ce serait bien si cette bibliothèque de tracé GPU pouvait accepter directement des tableaux CUDA de torch/jax »

• « L’article de présentation de la bibliothèque est très bon »

  • « Je me demande dans quels cas il faut choisir une autre bibliothèque que Fastplotlib »
  • « Je me demande comment elle gère les grands jeux de données »
  • « Je me demande si elle est compatible avec Pandas »
  • « Je me demande si elle fonctionne dans les notebooks Jupyter et si elle est compatible avec marimo »

• « J’utilise un bureau Windows et une machine Linux distante, et je voudrais tracer localement depuis l’hôte distant »

  • « Je me demande si Fastplotlib peut résoudre cela facilement »