NVIDIA 加速數據科學

GPU 加速數據分析工作流程

利用數據科學,全球各地的企業可以分析和優化業務流程、供應鏈、科學研究、產品和數字體驗。借助 RAPIDS(新型開源軟件庫集),GPU 計算正在顛覆數據科學領域,加速機器學習、分析和數據發現,從而以更快的速度獲得更精準的結果。

湖南快乐十分

NVIDIA GPU 數據科學解決方案

了解各種不同的 NVIDIA GPU 解決方案提供的驚人的加速

PC

開啟機器學習之旅。

工作站

新一代數據科學工作站。

數據中心

適用于企業生產的 AI 系統。

功能多樣的加速機器學習。

特性和優勢

簡單易用

更大限度提升工作效率

減少獲得寶貴見解的等待時間,并加快提升投資回報率。

簡單易用

簡單易用

只需集成簡單的開源軟件并對代碼進行極少量更改,便可加速整個 Python 工具鏈。

事半功倍

事半功倍

將機器學習訓練的速度提升 215 倍之多,執行更多迭代,增加實驗并進行更深入的探索。

事半功倍

提高準確度

更快的模型迭代,以獲得更好的結果和性能

成本效率

成本效率

降低數據科學基礎設施成本,同時提升數據中心效率。

成本效率

總體擁有成本

顯著降低數據中心基礎設施成本

 

GPU 加速業務實際應用

更大限度提升機器學習工作流程的績效、工作效率和投資回報率。

Rapids:數據科學庫套件

RAPIDS 基于 NVIDIA CUDA-X AI 而構建,融合了超過 15 年的 NVIDIA? CUDA? 開發和機器學習專業技術。這是一款功能強大的軟件,可以完全在 NVIDIA GPU 中執行端到端數據科學訓練命令流,將訓練時間從幾天縮減到幾分鐘。

NVIDIA RAPIDS 流
借助 RAPIDS 實現端到端加速

RAPIDS 是一種 GPU 加速數據科學平臺,是由 Apache Arrow 提供支持的新一代計算生態系統。NVIDIA 與 Ursa Labs 進行合作,可以加快核心 Arrow 庫的創新步伐,并有助于在分析和特色工程工作負載方面更大限度地提升性能。

– Wes McKinney,Ursa Labs 總經理,Apache Arrow 和 Pandas 創建者

在 Databricks,看到 RAPIDS 在加速 Apache Spark 工作負載方面的潛力,我們都無比激動。我們有多個正在進行的項目,可以更好地將 Spark 與本機加速器集成,包括 Apache Arrow 支持和使用 Project Hydrogen 的 GPU 調度。我們相信 RAPIDS 會是個令人興奮的新機遇,可以擴展客戶的數據科學和 AI 工作負載。

– Matei Zaharia,Databricks 聯合創始人兼首席技術官,Apache Spark 創始人

我使用 RAPIDS XGBOOST 獲得了 24 倍加速,現可借助 8 塊 GPU 在單個節點上運行規模超大的機器學習 (ML) 工作負載,以取代原先的數百個 CPU 節點。XGBOOST 竟然可以這么快???

– 流媒體公司

我以前的瓶頸是 I/O。......10 分鐘只能為 10 家商店提取數據(約一百萬行)。借助 RAPIDS,我們可以在不到 3 分鐘內為大約 6000 家商店提取數據(數百萬行)。在舊版基礎設施上,這個規??赡芎苋菀拙蜁ㄙM我們 4 天時間......真是太棒了。

– 一位擁有 6000 家門店的中端市場專業零售商

RAPIDS 是一種 GPU 加速數據科學平臺,是由 Apache Arrow 提供支持的新一代計算生態系統。NVIDIA 與 Ursa Labs 進行合作,可以加快核心 Arrow 庫的創新步伐,并有助于在分析和特色工程工作負載方面更大限度地提升性能。

– Wes McKinney,Ursa Labs 總經理,Apache Arrow 和 Pandas 創建者

在 Databricks,看到 RAPIDS 在加速 Apache Spark 工作負載方面的潛力,我們都無比激動。我們有多個正在進行的項目,可以更好地將 Spark 與本機加速器集成,包括 Apache Arrow 支持和使用 Project Hydrogen 的 GPU 調度。我們相信 RAPIDS 會是個令人興奮的新機遇,可以擴展客戶的數據科學和 AI 工作負載。

– Matei Zaharia,Databricks 聯合創始人兼首席技術官,Apache Spark 創始人

我使用 RAPIDS XGBOOST 獲得了 24 倍加速,現可借助 8 塊 GPU 在單個節點上運行規模超大的機器學習 (ML) 工作負載,以取代原先的數百個 CPU 節點。XGBOOST 竟然可以這么快???

– 流媒體公司

我以前的瓶頸是 I/O。......10 分鐘只能為 10 家商店提取數據(約一百萬行)。借助 RAPIDS,我們可以在不到 3 分鐘內為大約 6000 家商店提取數據(數百萬行)。在舊版基礎設施上,這個規??赡芎苋菀拙蜁ㄙM我們 4 天時間......真是太棒了。

– 一位擁有 6000 家門店的中端市場專業零售商

RAPIDS 是一種 GPU 加速數據科學平臺,是由 Apache Arrow 提供支持的新一代計算生態系統。NVIDIA 與 Ursa Labs 進行合作,可以加快核心 Arrow 庫的創新步伐,并有助于在分析和特色工程工作負載方面更大限度地提升性能。

– Wes McKinney,Ursa Labs 總經理,Apache Arrow 和 Pandas 創建者

在 Databricks,看到 RAPIDS 在加速 Apache Spark 工作負載方面的潛力,我們都無比激動。我們有多個正在進行的項目,可以更好地將 Spark 與本機加速器集成,包括 Apache Arrow 支持和使用 Project Hydrogen 的 GPU 調度。我們相信 RAPIDS 會是個令人興奮的新機遇,可以擴展客戶的數據科學和 AI 工作負載。

– Matei Zaharia,Databricks 聯合創始人兼首席技術官,Apache Spark 創始人

我使用 RAPIDS XGBOOST 獲得了 24 倍加速,現可借助 8 塊 GPU 在單個節點上運行規模超大的機器學習 (ML) 工作負載,以取代原先的數百個 CPU 節點。XGBOOST 竟然可以這么快???

– 流媒體公司

我以前的瓶頸是 I/O。......10 分鐘只能為 10 家商店提取數據(約一百萬行)。借助 RAPIDS,我們可以在不到 3 分鐘內為大約 6000 家商店提取數據(數百萬行)。在舊版基礎設施上,這個規??赡芎苋菀拙蜁ㄙM我們 4 天時間......真是太棒了。

– 一位擁有 6000 家門店的中端市場專業零售商

合作伙伴生態系統

RAPIDS 面向數據科學和分析領域的高層企業領導者,并逐漸被他們接納。

大數據、分析、可視化

Anaconda
BlazingDB
DataBricks
FastData
Graphistry
H20.ai
Kinetica
MAPR
Omni Sci
Sqream
Uber

企業數據科學平臺

IBM
Oracle
SAP
Sas

存儲

DellEMC
HPE
IBM
NetApp
Pure Storage

深度學習

Chainer
PyTorch

在線研討會

借助 RAPIDS 加速數據科學工作負載

借助 XGBoost 提高機器學習性能和工作效率

RAPIDS 助力實現醫療保健領域的 GPU 加速數據科學

借助 RAPIDS 和 DGX-2 實現端到端數據科學加速

參加即將舉辦的活動以建立聯系

  • AnacondaCON | 德克薩斯州奧斯汀 | 4 月 3-5 日
  • Spark AI | 加利福尼亞州舊金山 | 4 月 23-25 日
  • SciPy | 德克薩斯州奧斯汀 | 7 月 8-9 日

探索 GPU 加速的硬件解決方案