Flujos de trabajo para ciencia de datos acelerados por GPU

Acelera mediante la GPU los flujos de trabajo del análisis de datos

Tradicionalmente, los flujos de trabajo de ciencia de datos han sido lentos y difíciles de manejar a la hora de cargar, filtrar y manipular los datos, al igual que el propio entrenamiento del aprendizaje automático. Explora el aprendizaje automático acelerado por GPU y las bibliotecas de análisis de datos, implementados en con GPU de NVIDIA, con el fin de maximizar la productividad, el rendimiento y el retorno de la inversión.

RAPIDS, una plataforma de ciencia de datos acelerada por GPU, es un ecosistema computacional de nueva generación potenciado por Apache Arrow. La colaboración de NVIDIA con Ursa Labs acelerará el ritmo de la innovación en las bibliotecas básicas de Arrow y contribuirá a conseguir importantes mejoras de rendimiento en las cargas de trabajo de los análisis y de la ingeniería de características.

- Wes McKinney, jefe de Ursa Labs y creador de Apache Arrow y pandas

En Databricks, nos entusiasma el potencial de RAPIDS para acelerar las cargas de trabajo de Apache Spark. Tenemos varios proyectos activos para integrar mejor Spark con aceleradores nativos, incluida la compatibilidad con Apache Arrow y la planificación de GPU con Project Hydrogen. Creemos que RAPIDS supone una oportunidad nueva y emocionante para escalar la ciencia de datos y las cargas de trabajo de IA de nuestros clientes.

- Matei Zaharia, cofundador y director de tecnología de Databricks, y creador original de Apache Spark

Logré una aceleración 24 veces mayor con RAPIDS XGBOOST y ahora puedo sustituir cientos de nodos de CPU, con lo que consigo ejecutar mi mayor carga de ML en un único nodo con 8 GPU. ¿Tal vez habéis acelerado XGBOOST demasiado?

- Empresa de streaming de contenido multimedia

Mi anterior cuello de botella era la E/S. …10 minutos para incorporar datos procedentes de 10 tiendas (aproximadamente 1 millón de filas). Con RAPIDS, podemos incorporar datos de unas 6000 tiendas (millones de filas) en menos de 3 minutos. Esa escala podría habernos llevado fácilmente cuatro días en una infraestructura de antigua generación… es simplemente impresionante.

- Un establecimiento especializado de gama media con 6000 tiendas

RAPIDS, una plataforma de ciencia de datos acelerada por GPU, es un ecosistema computacional de nueva generación potenciado por Apache Arrow. La colaboración de NVIDIA con Ursa Labs acelerará el ritmo de la innovación en las bibliotecas básicas de Arrow y contribuirá a conseguir importantes mejoras de rendimiento en las cargas de trabajo de los análisis y de la ingeniería de características.

- Wes McKinney, jefe de Ursa Labs y creador de Apache Arrow y pandas

En Databricks, nos entusiasma el potencial de RAPIDS para acelerar las cargas de trabajo de Apache Spark. Tenemos varios proyectos activos para integrar mejor Spark con aceleradores nativos, incluida la compatibilidad con Apache Arrow y la planificación de GPU con Project Hydrogen. Creemos que RAPIDS supone una oportunidad nueva y emocionante para escalar la ciencia de datos y las cargas de trabajo de IA de nuestros clientes.

- Matei Zaharia, cofundador y director de tecnología de Databricks, y creador original de Apache Spark

Logré una aceleración 24 veces mayor con RAPIDS XGBOOST y ahora puedo sustituir cientos de nodos de CPU, con lo que consigo ejecutar mi mayor carga de ML en un único nodo con 8 GPU. ¿Tal vez habéis acelerado XGBOOST demasiado?

- Empresa de streaming de contenido multimedia

Mi anterior cuello de botella era la E/S. …10 minutos para incorporar datos procedentes de 10 tiendas (aproximadamente 1 millón de filas). Con RAPIDS, podemos incorporar datos de unas 6000 tiendas (millones de filas) en menos de 3 minutos. Esa escala podría habernos llevado fácilmente cuatro días en una infraestructura de antigua generación… es simplemente impresionante.

- Un establecimiento especializado de gama media con 6000 tiendas

RAPIDS, una plataforma de ciencia de datos acelerada por GPU, es un ecosistema computacional de nueva generación potenciado por Apache Arrow. La colaboración de NVIDIA con Ursa Labs acelerará el ritmo de la innovación en las bibliotecas básicas de Arrow y contribuirá a conseguir importantes mejoras de rendimiento en las cargas de trabajo de los análisis y de la ingeniería de características.

- Wes McKinney, jefe de Ursa Labs y creador de Apache Arrow y pandas

En Databricks, nos entusiasma el potencial de RAPIDS para acelerar las cargas de trabajo de Apache Spark. Tenemos varios proyectos activos para integrar mejor Spark con aceleradores nativos, incluida la compatibilidad con Apache Arrow y la planificación de GPU con Project Hydrogen. Creemos que RAPIDS supone una oportunidad nueva y emocionante para escalar la ciencia de datos y las cargas de trabajo de IA de nuestros clientes.

- Matei Zaharia, cofundador y director de tecnología de Databricks, y fundador de Apache Spark

Logré una aceleración 24 veces mayor con RAPIDS XGBOOST y ahora puedo sustituir cientos de nodos de CPU, con lo que consigo ejecutar mi mayor carga de ML en un único nodo con 8 GPU. ¿Tal vez habéis acelerado XGBOOST demasiado?

- Empresa de streaming de contenido multimedia

Mi anterior cuello de botella era la E/S. …10 minutos para incorporar datos procedentes de 10 tiendas (aproximadamente 1 millón de filas). Con RAPIDS, podemos incorporar datos de unas 6000 tiendas (millones de filas) en menos de 3 minutos. Esa escala podría habernos llevado fácilmente cuatro días en una infraestructura de antigua generación… es simplemente impresionante.

- Un establecimiento especializado de gama media con 6000 tiendas

RAPIDS: nuevas bibliotecas de software para ciencia de datos

RAPIDS está diseñado después de más de 15 años de experiencia en desarrollo y aprendizaje automático de NVIDIA^® CUDA^®. Se trata de un nuevo y potente software para ejecutar sistemas de entrenamiento de ciencia de datos completos enteramente en la GPU y reducir así el tiempo de entrenamiento de días a minutos.

Más información

Velocidades completas más rápidas en RAPIDS

Empieza a trabajar hoy mismo con RAPIDS

Las bibliotecas de RAPIDS son de código abierto, están escritas en python y compiladas en Apache Arrow. El software está en desarrollo mediante la colaboración mundial de las comunidades de código abierto. Descarga RAPIDS para experimentar la aceleración de los flujos de trabajo de aprendizaje automático y ciencia de datos.

Descarga el código fuente

DESCARGAR CONTENEDOR NGC