Der einzige für die Datenwissenschaft optimierte Hardware/Software-Stack.
Workflows für die Datenwissenschaft waren bisher langsam und schwerfällig. Dabei sind sie beim Laden, Filtern und Bearbeiten von Daten sowie beim Training und Bereitstellen von Modellen von CPUs abhängig. Mit der NVIDIA-KI-Software einschließlich der RAPIDS™ Open-Source-Softwarebibliothek reduzieren Grafikprozessoren die Infrastrukturkosten erheblich und bieten überragende Leistung für End-to-End-Workflows für Datenwissenschaft. Mit Grafikprozessoren beschleunigte Datenwissenschaft ist überall verfügbar – auf dem Laptop, im Rechenzentrum, am Edge und in der Cloud.
Reduzieren Sie die Wartezeit, um wertvollste Erkenntnisse zu erhalten und den ROI zu beschleunigen.
Beschleunigen Sie maschinelles Lernen um das bis zu 215-Fache, führen Sie mehr Iterationen durch, bauen Sie Ihre Experimente aus und führen Sie tiefere Untersuchungen durch.
Verringern Sie die Infrastrukturkosten für Datenwissenschaft und erhöhen Sie die Rechenzentrumseffizienz.
Verfügbar für Spark, Pandas und NetworkX.
* Benchmark für den erweiterten Groupy-Betrieb (5 GB) DuckDB Data Benchmark<br>
Hardware: Intel Xeon Platinum 8480CL-CPU und NVIDIA Grace Hopper™-Grafikprozessor<br>
Software: pandas v1.5 und cudf.pandas v23.10
* NDS 2.0-Benchmarks wurden mit dezimalen Parquet-Daten bei SF3K und ohne UCX ausgeführt.
Nur CPU: 8x n1-standard-32
Grafikprozessor: 8x g2-standard-16, 8x L4 24 GB
Software: Spark RAPIDS 24.02
* Benchmark für PageRank mit synthetischem Datensatz mit ca. 16.384 Scheitelpunkten und ca. 524.288 Edges
Hardware: Intel Xeon Platinum 8480CL-CPU und NVIDIA H100 80 GB (1 Grafikprozessor)
Software: NetworkX v3.2 und cuGraph v23.10
Der grafikprozessorbeschleunigte XGBoost von NVIDIA ermöglicht dem weltweit führenden maschinellen Lernalgorithmus Leistungssteigerungen bei Spielen. Mit deutlich schnellerer Trainingsleistung gegenüber CPUs können Datenwissenschaftsteams größere Datensätze bewältigen, schneller iterieren und Modelle für maximale Vorhersagegenauigkeit und Geschäftswert optimieren.
CPU: Core i9 | End-to-end time = Datenvorbereitung + Konvertierung + Training + Validierung
Erfahren Sie, wie Sie noch heute mit dem GPU-beschleunigten XGBoost beginnen können
Entdecken Sie die unvergleichliche Beschleunigung durch eine Vielzahl verschiedener NVIDIA-GPU-Lösungen.
Mit maschinellem Lernen vertraut machen.
Neuartige Workstations für die Datenwissenschaft.
NVIDIA-Certified Systems for Enterprises to run Modern AI Workloads.
Beschleunigtes maschinelles Lernen – immer und überall.
Maximieren Sie Leistung, Produktivität und ROI für Workflows für maschinelles Lernen.
RAPIDS, auf Basis der NVIDIA CUDA-X AI, beruht auf mehr als 15 Jahren NVIDIA® CUDA®-Entwicklung und Expertise in maschinellem Lernen. Es handelt sich um eine leistungsstarke Software zur vollständigen Ausführung durchgehender Datenwissenschafts-Lernpipelines in NVIDIA GPUs, wodurch die Lernzeit von Tagen auf Minuten schrumpft.
RAPIDS, eine GPU-beschleunigte Datenwissenschaftsplattform, ist ein Rechnernetzwerk der nächsten Generation mit Apache Arrow. Die Zusammenarbeit von NVIDIA mit Ursa Labs steigert das Innovationstempo der wichtigsten Arrow-Bibliotheken und führt zu Leistungssteigerung bei Analytik und Feature Engineering-Workloads.
- Wes McKinney, Leiter von Ursa Labs und Schöpfer von Apache Arrow und Pandas
Ich habe 24fache Geschwindigkeit mit RAPIDS XGBOOST erreicht. Hunderte CPU-Knoten können ersetzt und mein größter ML-Workload kann auf einem einzelnen Knoten mit 8 GPUs ausgeführt werden. Sie haben XGBOOST zu schnell gemacht!?
- Unternehmen im Bereich Medien-Streaming
Mein vorheriger Engpass war E/A. ... 10 Minuten, um Daten für 10 Filialen abzurufen (ca. 1 Million Zeilen). Mit RAPIDS können wir Daten aus etwa 6.000 Filialen (Millionen von Zeilen) in weniger als 3 Minuten abrufen. Mit der alten Infrastruktur hätten wir für diese Mengen locker 4 Tage benötigt ... Einfach herrlich!
- Mittelständischer Einzelhändler mit 6.000 Filialen
RAPIDS steht allen offen und wird von wichtigen führenden Unternehmen im Bereich Datenwissenschaft und Analyse eingesetzt.
Lernen Sie RAPIDS-beschleunigte Hardwarelösungen kennen
NVIDIA-Datenschutzrichtlinie