Nvidia-rapids, nyt sæt open source rapids-biblioteker til accelereret gpu-analyse og maskinlæring

På GPU-teknologikonferencen, der blev afholdt i den tyske by München, har Nvidia, markedsleder inden for højtydende GPU'er og kunstig intelligens, taget et yderligere skridt fremad med meddelelsen om et nyt sæt RAPIDS- biblioteker. open source til accelereret GPU-analyse og maskinlæring.

Nvidia RAPIDS, open source-biblioteker til AI

Denne gang annoncerer Nvidia ikke en ny GPU-platform eller en ny proprietær SDK til dyb læring, men snarere et nyt sæt open source-biblioteker til fremskyndet GPU-scanning og maskinlæring. Det nye bibliotekssæt, der kaldes RAPIDS, vil tilbyde Python-grænseflader, der ligner dem, der leveres af Scikit Learn og Pandas, men som vil drage fordel af virksomhedens CUDA-platform til acceleration på en eller flere GPU'er.

Vi anbefaler at læse vores indlæg om Nvidia RTX 2080 Ti Review på spansk (fuld analyse)

Ifølge Nvidia-direktør Jensen Huang, der orienterede flere techjournalister på telefonen tirsdag, har Nvidia set 50 gange hurtigere træningstid, når hun bruger RAPIDS i stedet for en CPU-kun implementering. Denne hastighed blev målt i scenarier, der involverer XGBoost ML-algoritmen på et Nvidia DGX-2-system, selvom konfigurationen af ​​CPU-hardware ikke blev eksplicit diskuteret.

RAPIDS inkorporerer tilsyneladende datateknologi med Apache Arrow-hukommelsessøjle og er designet til at køre på Apache Spark. Med det sidstnævnte i tankerne har virksomheden fået Databricks-softwaren, som vil integrere RAPIDS i sin egen analyse- og AI-platform.

Databricks er dog ikke det eneste store navn, der understøtter RAPIDS-platformen. Tekniske giganter som IBM, Hewlett Packard Enterprise og Oracle er også i aktion.

Techpowerup font