NVIDIA 金融AI Meet-up with Macnica ～GPUで加速するデータサイエンスの最前線エヌビディア(同) 講演～ - 半導体事業

2025年6月24日に開催したセミナー「NVIDIA 金融AI Meet-up with Macnica～ AIを自らの手で。実践企業が語る金融AI活用～」では、金融業界におけるAI活用の最前線を共有する場として、多くの業界関係者にご登壇いただきました。

本記事では、エヌビディア合同会社小野寺氏による講演内容をご紹介いたします。

記事末尾ではオンデマンド動画のご案内をしておりますので、ぜひ最後までお読みください。

主催：株式会社マクニカ

協賛：エヌビディア合同会社

講演	講演タイトル	プロフィール
1	GTC2025 ダイジェスト（金融関連企業の発表を中心に）	エヌビディア合同会社　シニア事業開発マネージャー	平畠浩司氏
2	戦略的AI導入と業務特化型ユースケースの展開	ＳＭＢＣグローバル・インベストメント＆コンサルティング株式会社ジェネラルマネジャー	山田裕文氏
3	金融特化型モデル FineNemotronの活用	エヌビディア合同会社　シニアソリューションアーキテクト	Xianchao Wu氏
4	金融機関のセキュアな生成AI活用に向けたオンプレ×ローカルLLMの重要性と実力	株式会社Ippu Senkin　代表取締役社長	鈴木秀弥氏
5	NVIDIA NIMで簡単に始めるローカルLLM構築	株式会社マクニカ	小野寺彪斗氏
6	拡大する生成AI活用と企業のリスク：AIセキュリティの必要性	シスコシステムズ合同会社 Robust Intelligence Country Manager / Cisco Business Development Manager, AI	平田泰一氏
7	Kaggle GrandmasterによるRAPIDSを活用したデータサイエンスの高速化	エヌビディア合同会社　 KGMoN（NVIDIA Kaggle Grandmaster）	小野寺和樹氏
8	クオンツヘッジファンドにおける RAPIDS・CUDA を用いたトレーディングストラテジー構築の高速化	株式会社オークンプロジェクトマネージャー/データサイエンティスト	竹内暢崇氏
9	生成AIによるアナリストレポート自動生成：ファインチューニング学習による精度向上	株式会社aiQ　代表取締役社長	山本裕樹氏
特別講演	AIと共に働く時代：チームを拡張するためのAIディスカッションペーパーの活用	金融庁　総合政策局リスク分析総括課参事官	五十嵐ほづえ氏

Kaggle GrandmasterによるRAPIDSを活用したデータサイエンスの高速化

小野寺氏より、データフレームライブラリ「Polars」についてご紹介いただきました。

Polarsライブラリの概要と特徴

PolarsはRustで開発されており、非常に高速かつメモリ効率に優れたライブラリです。従来のpandasに比べて、より簡潔で直感的な文法を持ち、SQLライクな構文で記述できるため、データ処理の可読性が高く、学習コストも低いとされています。

・インストールは pip install polars で簡単に行える。

・日本語ドキュメントも充実しており、国内ユーザーにも扱いやすい。

・バックエンドがRustで書かれており、マルチコア並列処理や遅延評価を活用して高速化を実現。

このような特徴から、PolarsはKaggleの上位解法でも採用されるなど、実務でも高い評価を得ています。

GPU対応と仕組み

Polarsはバージョン1.6.0以降でGPUによる高速処理に対応し、大規模データではCPUの最大13倍の性能を発揮します。GPU処理は collect(engine="gpu") で実行され、非対応の処理が含まれる場合は自動的にCPUに切り替わります。

内部では、Lazy APIで生成された中間表現をRAPIDSのcuDFライブラリを使ってGPU向けに変換しています。将来的には、GPUとCPUを併用した処理も可能になる見込みです。

スピードテストによる効果検証

発表では、PolarsのGPU対応による処理速度の違いを、単一キー集計・複数キー集計・ソート処理の3パターンで検証しました。単一キー集計では最大2倍、ソート処理では最大4倍の高速化が確認され、特に500万行以上の大規模データで効果が顕著でした。一方で、10万行程度の小規模データではCPUの方が速いケースもあり、GPUの恩恵はデータ量に応じて変化することが示されました。