Финансов модел със сценарии на GX10: pandas, прогноза и ускорение с cuDF
Малък финансов модел за услуга със смени по обекти: приходи, труд и режийни по месеци, линейна прогноза с проверка срещу най-простото предположение и три сценария (базов, нови обекти, по-високи заплати). Кодът е обикновен pandas и scikit-learn; на GPU го пускаш без промяна с cudf.pandas и cuml.accel. Данните са измислени.
0.0.0.0, закачената остаряла conda среда, твърденията „20–50 пъти по-бързо“ и „46× ускорение“, „90 секунди в Excel срещу 2 секунди“ и „минималната заплата 2026 е 560 EUR“ — това бяха числа без източник. Махнахме и примерната „прогноза“ със само обучение върху същите данни (така R² е винаги красив). Добавихме: кодът е обикновен pandas, който върви и без GPU; ускорение с cudf.pandas и cuml.accel, както го описва документацията на NVIDIA; проверка на прогнозата върху последните месеци и сравнение с наивна прогноза; сценарии с ясни предположения; „Измери сам“ вместо чужди проценти; кутия „Не е финансов съвет“.
model.py (16 116 смени, 150 реда, 3 сценария), bench.py, python -m cudf.pandas и python -m cuml.accel — с идентичен изход. Измерено (n = 2 млн. реда, данни / модел): процесор 0,83 / 0,66 s; cudf.pandas 0,57 / 2,06 s; cuml.accel 0,73 / 1,06 s; при n = 20 000 процесорът е най-бърз. За тази работа (150 агрегирани точки, LinearRegression) видеокартата е по-бавна — превозът на данни и стартът ѝ тежат повече от изчислението. Температура до 74 °C. Две бележки: import cuml директно даде Bus error, а python -m cuml.accel работи; cuML 26.8.0 е тестван със scikit-learn ≤ 1.9.0, инсталиран е 1.9.1 (предупреждение, работи). Таблиците в урока по-долу са от по-ранен пуск на обикновена машина само с процесор (pandas 2.3, scikit-learn 1.7). Остава непроверено: набори над ~50 млн. реда, където видеокартата би ускорила.01Какво ще научиш
- Как да подредиш финансов модел в няколко малки функции: данни, месечни числа, прогноза, сценарии.
- Как да различиш предположение от резултат и къде да ги държиш видими.
- Как да провериш прогноза честно: върху месеци, които моделът не е виждал, и срещу най-простото предположение.
- Как да пуснеш същия pandas и scikit-learn код на GPU с
cudf.pandasиcuml.accel. - Как да измериш сам кога GPU си струва и кога не.
02Преди да започнеш
- Машина от класа NVIDIA GB10 (например ASUS Ascent GX10 или DGX Spark) с DGX OS. Основната част от урока върви и на всеки компютър с Python.
- Python 3.11 или по-нов за GPU пакетите (колелата на cuDF и cuML са за
cp311-abi3); за основната част стига 3.10. - За GPU частта: драйвер за CUDA 13 (по документацията на RAPIDS — версия 580.65.06 или по-нова) и съвместима видеокарта.
- Само измислени данни. Реални договори, цени и заплати са поверителни: не ги копирай в чужди услуги и не ги качвай в хранилища.
03Стъпки
-
Какво строим
Функция Какво прави make_shiftsИзмислени смени: обект, вид смяна, хора, часове, месец. monthlyПриход, труд и режийни по обект и месец. forecastЛинейна прогноза на прихода за 12 месеца и проверка върху последните 6. scenariosБазов сценарий, нови обекти и по-високи заплати. Моделът е малък нарочно: колкото по-малко части, толкова по-лесно е да видиш кое предположение движи резултата.
-
Среда на процесора
bash · на машинатаpython3 -m venv ~/fin-model source ~/fin-model/bin/activate pip install -U pip pip install pandas scikit-learn -
Предположенията са отделно и на видно място
В началото на
model.pyса всички числа, които не идват от данни: цени, цена на труда, коефициенти за нощ и уикенд, дял на режийните и разход за пускане на нов обект. Всички са измислени. Ако в реалната работа ги скриеш дълбоко в кода, никой не може да ги оспори — а резултатът е толкова добър, колкото са те.python · model.py"""Финансов модел на услуга по обекти със смени. Всички данни са измислени.""" import numpy as np import pandas as pd from sklearn.linear_model import LinearRegression SEED = 42 SITES = ["S-01", "S-02", "S-03", "S-04", "S-05"] # ── ПРЕДПОЛОЖЕНИЯ (всичко тук е измислено — сложи свои) ────────────── PRICE_EUR_PER_HOUR = {"S-01": 9.5, "S-02": 8.8, "S-03": 10.2, "S-04": 9.1, "S-05": 8.5} WAGE_EUR_PER_HOUR = 5.4 # цена на труда на човекочас SHIFT_COEF = {"day": 1.0, "night": 1.35, "weekend": 1.5} OVERHEAD_SHARE = 0.18 # режийни като дял от приходите NEW_SITE_SETUP_EUR = 4000 # еднократен разход за пускане на нов обект FIRST_YEAR = 2024 def make_shifts(n: int, seed: int = SEED) -> pd.DataFrame: """Измислени смени: обект, ден, вид смяна, хора, часове.""" rng = np.random.default_rng(seed) days = rng.integers(0, 30 * 30, n) # 30 месеца по 30 дни df = pd.DataFrame({ "site": rng.choice(SITES, n), "shift": rng.choice(["day", "night", "weekend"], n, p=[0.5, 0.3, 0.2]), "staff": rng.integers(1, 4, n), "hours": rng.choice([8, 10, 12], n), "t": days // 30 + 1, # номер на месеца: 1..30 }) # лек растеж във времето: повече смени към края keep = rng.random(n) < (0.6 + 0.4 * df["t"] / 30) return df[keep].reset_index(drop=True) def monthly(df: pd.DataFrame) -> pd.DataFrame: """Приход, труд и режийни по обект и месец.""" price = df["site"].map(PRICE_EUR_PER_HOUR) coef = df["shift"].map(SHIFT_COEF) work = df["staff"] * df["hours"] out = pd.DataFrame({ "site": df["site"], "t": df["t"], "revenue": work * price, "labour": work * WAGE_EUR_PER_HOUR * coef, }) out = out.groupby(["site", "t"], as_index=False).sum() out["overhead"] = out["revenue"] * OVERHEAD_SHARE return out def forecast(m: pd.DataFrame, horizon: int = 12, holdout: int = 6): """Линейна прогноза на прихода по обект + проверка върху последните месеци.""" rows, back = [], [] for site, g in m.groupby("site"): g = g.sort_values("t") X, y = g[["t"]].to_numpy(dtype=float), g["revenue"].to_numpy() # проверка: учим без последните месеци и сравняваме с наивна прогноза Xtr, ytr, Xte, yte = X[:-holdout], y[:-holdout], X[-holdout:], y[-holdout:] lr = LinearRegression().fit(Xtr, ytr) err_lr = np.mean(np.abs(lr.predict(Xte) - yte) / yte) * 100 err_naive = np.mean(np.abs(ytr[-3:].mean() - yte) / yte) * 100 back.append({"site": site, "model_err_pct": round(err_lr, 1), "naive_err_pct": round(err_naive, 1)}) # окончателен модел върху всички данни lr = LinearRegression().fit(X, y) future = np.arange(g["t"].max() + 1, g["t"].max() + 1 + horizon, dtype=float).reshape(-1, 1) rows.append({"site": site, "revenue_next": float(lr.predict(future).sum())}) return pd.DataFrame(rows), pd.DataFrame(back) def scenarios(m: pd.DataFrame, fc: pd.DataFrame, new_sites: int = 2, wage_up: float = 0.10, ramp: float = 0.5): """Три сценария за следващите 12 месеца. Разходите следват дела от последните 12 месеца.""" last = m[m["t"] > m["t"].max() - 12].groupby("site")[["revenue", "labour"]].sum() labour_share = (last["labour"] / last["revenue"]).reindex(fc["site"]).to_numpy() rev = fc["revenue_next"].to_numpy() base_rev = rev.sum() base_lab = (rev * labour_share).sum() def row(name, revenue, labour, extra=0.0): overhead = revenue * OVERHEAD_SHARE + extra margin = revenue - labour - overhead return {"scenario": name, "revenue": revenue, "labour": labour, "overhead": overhead, "margin": margin, "margin_pct": 100 * margin / revenue} avg_rev, avg_lab = base_rev / len(rev), base_lab / len(rev) return pd.DataFrame([ row("базов", base_rev, base_lab), row(f"+{new_sites} обекта (първата година на {int(ramp*100)}%)", base_rev + new_sites * avg_rev * ramp, base_lab + new_sites * avg_lab * ramp, extra=new_sites * NEW_SITE_SETUP_EUR), row(f"заплати +{int(wage_up*100)}%", base_rev, base_lab * (1 + wage_up)), ]).round(1) if __name__ == "__main__": shifts = make_shifts(20_000) m = monthly(shifts) fc, back = forecast(m) print(f"смени: {len(shifts):,} · месечни реда: {len(m)}") print(back.to_string(index=False)) print(scenarios(m, fc).to_string(index=False))Три неща в кода си струва да се запомнят:
- Месецът е цяло число (
t), а не дата — така линейната регресия има проста ос и кодът върви еднакво на CPU и GPU. - Проверката на прогнозата учи модела без последните 6 месеца и го сравнява с „наивна“ прогноза — средното от последните три месеца преди тях. Ако моделът не бие наивната, няма за какво да го слушаш.
- В сценариите разходите следват дела на труда от последните 12 месеца. Това е предположение, не закон: ако договорите или заплатите се променят, делът се променя.
- Месецът е цяло число (
-
Пусни и прочети резултата
bashpython model.py python bench.pyЕто какво получихме на обикновена машина с измислените данни (16 116 смени, 150 реда по обект и месец). Първата таблица е проверката на прогнозата: средна процентна грешка върху последните 6 месеца.
Обект Линейна прогноза, грешка % Наивна прогноза, грешка % S-01 15,2 12,7 S-02 5,8 12,5 S-03 8,3 10,3 S-04 5,7 7,4 S-05 10,0 10,8 Линейната прогноза е по-добра при четири от петте обекта и по-лоша при S-01. Затова не я смятаме за „доказана“ — а данните са измислени, с вграден тренд и шум, така че това не казва нищо за реалния живот.
Сценарий (12 месеца) Приход EUR Труд EUR Режийни EUR Марж EUR Марж % базов 1 570 376 1 108 629 282 668 179 079 11,4 +2 обекта (първата година на 50%) 1 884 451 1 330 355 347 201 206 895 11,0 заплати +10% 1 570 376 1 219 492 282 668 68 216 4,3 Прочети ги като „какво става, ако предположенията са верни“. По-високите заплати свалят марджа от 11,4% на 4,3% — защото в модела цените към клиентите остават същите. Дали реално е така, е въпрос към договорите, не към модела. (Числата са закръглени; ако пуснеш кода с други версии на библиотеките, може да видиш малка разлика.)
-
Ускоряване на GPU без промяна на кода
По документацията на NVIDIA
cudf.pandasускорява pandas код на GPU и сам се връща към обикновения pandas за операциите, които не поддържа.cuml.accelправи същото за scikit-learn. И двете се пускат от командния ред, без да пипашmodel.py:bash · само за GPU варианта# Само за GPU вариант (пуснато от нас на GB10 на 03.10.2026). Точната команда е в селектора на NVIDIA. pip install cudf-cu13 cuml-cu13 python -m cudf.pandas model.py # pandas кодът върви на GPU, където е възможно python -m cuml.accel model.py # scikit-learn кодът върви на GPU, където е възможно⚠️Пуснато на GB10 (03.10.2026)Инсталацията на ARM64 и двете команди минаха на GB10. За точната инсталационна команда за твоята версия на CUDA ползвай селектора в документацията на RAPIDS. Ако част от кода се върне към процесора, резултатът е същият, но не е по-бърз; за този малък модел видеокартата е по-бавна от процесора (виж кутията „Какво пуснахме на GB10“). Директенimport cumlдаде Bus error; ползвайpython -m cuml.accel. -
Измери сам: кога GPU има смисъл
Скриптът
bench.pyпуска целия модел върху 20 хиляди и върху 2 милиона измислени смени. На нашата обикновена машина (само процесор, не GB10) втората стойност се изпълни за под секунда. Този модел е толкова лек, че GPU няма какво да ускори: ускорението има смисъл при много по-големи данни или много по-тежки изчисления. Пусниbench.pyведнъж така, веднъж сpython -m cudf.pandas bench.pyи сравни със своите данни — без да вярваш на чужди проценти.python · bench.pyimport time from model import make_shifts, monthly, forecast, scenarios for n in (20_000, 2_000_000): t0 = time.perf_counter() shifts = make_shifts(n) t1 = time.perf_counter() m = monthly(shifts) fc, back = forecast(m) sc = scenarios(m, fc) t2 = time.perf_counter() print(f"n={n:,}: данни {t1 - t0:.2f} s, модел {t2 - t1:.2f} s") -
Какво моделът не знае
- Линейният тренд не знае за сезонност, инфлация, смяна на договори и загубени клиенти.
- Разходите в сценариите са пропорционални на приходите; реалните разходи имат и твърда част.
- Резултатът е толкова добър, колкото са предположенията и данните. Проверявай входа, не само изхода.
- Решенията с реални пари не се вземат по една таблица: покажи модела и предположенията му на счетоводител или финансов специалист.
04Проверка
python model.pyсе изпълнява и печата проверка на прогнозата и три реда сценарии.- Можеш да кажеш кои числа в началото на файла са предположения и кои идват от данни.
- Знаеш дали линейната прогноза бие наивната за всеки обект — и че при един обект не я бие.
- Пуснал си
bench.pyи имаш свои числа за времето. - Ако си пускал GPU варианта: резултатът е същият като на процесора.
Тест
1. Как пускаш непроменен pandas код на GPU?
2. Защо сравняваме линейната прогноза с „наивна“?
3. Защо при проверката моделът се учи без последните 6 месеца?
4. Какво показват сценариите?
05Какво следва
06Източници
- NVIDIA cuDF: cudf.pandas 🔒 локално — ускорение без промяна на кода, връщане към pandas.
- cuML: cuml.accel 🔒 локално —
python -m cuml.accel. - NVIDIA CUDA-X за наука за данните: инсталация — изисквания, драйвери, pip.
- PyPI: cudf-cu13 · PyPI: cuml-cu13 — версии и колела за ARM64.
- pandas: документация · scikit-learn: LinearRegression — функциите, които ползва
model.py.