BESCHLEUNIGTE DATENWISSENSCHAFT MIT NVIDIA

GPU-BESCHLEUNIGUNG IHRER DATENANALYSE-WORKFLOWS

Workflows für die Datenwissenschaft waren üblicherweise langsam und schwerfällig beim Laden, Filtern und Bearbeiten von Daten sowie beim Training des maschinellen Lernens selbst. Entdecken Sie maschinelles Lernen mit Grafikprozessorbeschleunigung und Datenanalysebibliotheken, die auf NVIDIA-GPU bereitgestellt werden, für maximierte Produktivität, Leistung und ROI.

WEBINARE ANSEHEN

LEISTUNGSMERKMALE UND VORTEILE

Benutzerfreundlichkeit

Benutzerfreundlichkeit

Beschleunigen Sie Ihre gesamte Python-Toolchain mit unkomplizierter Open-Source-Software-Integration und minimalen Codeanpassungen. 

Erreichen Sie mehr

Erreichen Sie mehr

Beschleunigen Sie maschinelles Lernen bis zu 100-fach dank mehr Iterationen für höhere Modellgenauigkeit.

Kosteneffizienz

Kosteneffizienz

Reduzieren Sie die Kosten für die Data-Science-Computing-Infrastruktur und erhöhen Sie die Effizienz des Rechenzentrums.

XGBoost-Schulung für NVIDIA GPUs

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.

Data Prep

XGBoost

End-to-end

CPU: Core i9 | End-to-end time = Data Prep + Conversion + Training + Validation

Beginnen Sie mit unseren GPU-beschleunigten XGBoost-Anleitungen.

Jetzt starten

DATENWISSENSCHAFTSLÖSUNGEN

PC

PC

Mit maschinellem Lernen vertraut machen.

Mehr Infos >

WORKSTATIONS

QUADRO

Professionelle Workstations für maschinelles Lernen.

Mehr Infos >

RECHENZENTRUM

RECHENZENTRUM

Speziell entwickelte KI-Systeme für maximale Leistung.

Mehr Infos >

CLOUD

Cloud

Beschleunigtes maschinelles Lernen – immer und überall.

Mehr Infos >

GPU-DATENWISSCHENSCHAFT IN DER CLOUD

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

Bei Databricks sind wir begeistert von dem Potenzial, das RAPIDS bei der Beschleunigung von Apache Spark-Workloads zeigt. Wir haben derzeit mehrere laufende Projekte für die bessere Integration von Spark mit nativen Beschleunigern inklusive Apache Arrow-Unterstützung und GPU-Scheduling mit Project Hydrogen. Wir sind überzeugt, dass RAPIDS eine spannende neue Möglichkeit für die Skalierung der Datenwissenschafts- und KI-Workloads unserer Kunden ist.

- Matei Zaharia, Mitbegründer und Chief Technology Officer bei Databricks und Gründer von Apache Spark

Ich habe 24fache Geschwindigkeit mit RAPIDS XGBOOST erreicht. Hunderte CPU-Knoten können ersetzen werden 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

Früher war mein Engpass I/O. … 10 Minuten, um Daten von 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, 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

Bei Databricks sind wir begeistert von dem Potenzial, das RAPIDS bei der Beschleunigung von Apache Spark-Workloads zeigt. Wir haben derzeit mehrere laufende Projekte für die bessere Integration von Spark mit nativen Beschleunigern inklusive Apache Arrow-Unterstützung und GPU-Scheduling mit Project Hydrogen. Wir sind überzeugt, dass RAPIDS eine spannende neue Möglichkeit für die Skalierung der Datenwissenschafts- und KI-Workloads unserer Kunden ist.

- Matei Zaharia,  Mitbegründer und Chief Technology Officer bei Databricks und Gründer von Apache Spark

Ich habe 24fache Geschwindigkeit mit RAPIDS XGBOOST erreicht. Hunderte CPU-Knoten können ersetzen werden 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

Früher war mein Engpass I/O. … 10 Minuten, um Daten von 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, 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

Bei Databricks sind wir begeistert von dem Potenzial, das RAPIDS bei der Beschleunigung von Apache Spark-Workloads zeigt. Wir haben derzeit mehrere laufende Projekte für die bessere Integration von Spark mit nativen Beschleunigern inklusive Apache Arrow-Unterstützung und GPU-Scheduling mit Project Hydrogen. Wir sind überzeugt, dass RAPIDS eine spannende neue Möglichkeit für die Skalierung der Datenwissenschafts- und KI-Workloads unserer Kunden ist.

- Matei Zaharia, Mitbegründer und Chief Technology Officer bei Databricks und Gründer von Apache Spark

Ich habe 24fache Geschwindigkeit mit RAPIDS XGBOOST erreicht. Hunderte CPU-Knoten können ersetzen werden 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

Früher war mein Engpass I/O. … 10 Minuten, um Daten von 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: NEUE SOFTWAREBIBLIOTHEKEN FÜR DATENWISSENSCHAFT

RAPIDS beruht auf mehr als 15 Jahren NVIDIA® CUDA®-Entwicklung und Expertise in maschinellem Lernen. Es handelt sich um eine leistungsstarke neue Software zur vollständigen Ausführung durchgehender Datenwissenschafts-Lernpipelines in der GPU, wodurch die Lernzeit von Tagen auf Minuten schrumpft.

Weitere Informationen
NVIDIA RAPIDS Flow
End-to-End Faster Speeds on RAPIDS

NOCH HEUTE RAPIDS NUTZEN

RAPIDS-Bibliotheken sind Open-Source, in Python geschrieben und bauen auf Apache Arrow auf. Die Software wird zusammen mit Open-Source-Gemeinschaften weltweit entwickelt. Laden Sie RAPIDS herunter, die Beschleunigung Ihres maschinellen Lernens sowie Ihrer Datenwissenschafts-Workflows.   

Quellcode herunterladen
NGC-Container herunterladen

PARTNERNETZWERK

RAPIDS steht allen offen und wird von wichtigen führenden Unternehmen im Bereich Datenwissenschaft und Analyse eingesetzt.

BIG DATA, ANALYTIK, VISUALISIERUNG

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

DATENWISSENSCHAFTSPLATTFORM FÜR UNTERNEHMEN

IBM
Oracle
SAP
Sas

SPEICHER

DellEMC
DDN STORAGE
HPE
IBM
NetApp
Pure Storage

Deep Learning

Chainer
PyTorch

Lernen Sie RAPIDS-beschleunigte Hardwarelösungen kennen

Kontakt

KONTAKT

Lösungen
Software
Ressourcen