Science Des Données Accélérée Par NVIDIA La seule solution Hardware-to-Software du marché optimisée pour la science des données
Apache Spark 3.0 bénéficie de l’accélération GPU avec NVIDIA RAPIDS Apache Spark 3.0 est la toute première version de Spark à proposer une accélération GPU entièrement intégrée et transparente pour les workflows d’analyse de données et d’intelligence artificielle. Exploitez le plein potentiel de Spark 3.0 grâce à la puissance incomparable des GPU NVIDIA, que ce soit sur site ou dans le Cloud, sans même modifier votre code. Les performances révolutionnaires des GPU NVIDIA permettent aux entreprises et aux chercheurs d’entraîner plus rapidement des modèles complexes, tout en bénéficiant d’une importante valeur ajoutée grâce aux capacités phénoménales de l’IA. En Savoir Plus
La plateforme de science des données RAPIDS, entièrement accélérée par GPU, est un écosystème de calcul de nouvelle génération basé sur Apache Arrow. La collaboration de NVIDIA avec Ursa Labs va nous permettre d’accélérer l’innovation avec les bibliothèques Arrow les plus importantes tout en nous offrant des gains de performance significatifs pour les workflows d’analyse et d’ingénierie. - Wes McKinney, Directeur d’Ursa Labs et créateur d’Apache Arrow et Pandas
L’utilisation combinée de RAPIDS et de XGBoost m’a permis de bénéficier de performances 24 fois plus rapides. Je peux désormais remplacer des centaines de nœuds GPU pour exécuter mes charges de travail ML les plus lourdes sur un nœud unique équipé de 8 GPU. NVIDIA a accéléré XGBoost d’une manière stupéfiante ! -Société de diffusion multimédia
Le traitement des données E/S représentait auparavant le principal frein à notre productivité. Il nous fallait jusqu’à 10 minutes pour traiter les données de 10 magasins réparties dans environ 1 million de colonnes. Grâce à RAPIDS, nous pouvons désormais traiter les données de 6 000 magasins et plusieurs millions de colonnes en moins de 3 minutes. Sur une infrastructure héritée, cela aurait nécessité près de 4 jours de traitement. Les gains de productivité sont exceptionnels. -Détaillant spécialisé de marché intermédiaire avec 6 000 magasins
La plateforme de science des données RAPIDS, entièrement accélérée par GPU, est un écosystème de calcul de nouvelle génération basé sur Apache Arrow. La collaboration de NVIDIA avec Ursa Labs va nous permettre d’accélérer l’innovation avec les bibliothèques Arrow les plus importantes tout en nous offrant des gains de performance significatifs pour les workflows d’analyse et d’ingénierie. - Wes McKinney, Directeur d’Ursa Labs et créateur d’Apache Arrow et Pandas
L’utilisation combinée de RAPIDS et de XGBoost m’a permis de bénéficier de performances 24 fois plus rapides. Je peux désormais remplacer des centaines de nœuds GPU pour exécuter mes charges de travail ML les plus lourdes sur un nœud unique équipé de 8 GPU. NVIDIA a accéléré XGBoost d’une manière stupéfiante ! -Société de diffusion multimédia
Le traitement des données E/S représentait auparavant le principal frein à notre productivité. Il nous fallait jusqu’à 10 minutes pour traiter les données de 10 magasins réparties dans environ 1 million de colonnes. Grâce à RAPIDS, nous pouvons désormais traiter les données de 6 000 magasins et plusieurs millions de colonnes en moins de 3 minutes. Sur une infrastructure héritée, cela aurait nécessité près de 4 jours de traitement. Les gains de productivité sont exceptionnels. -Détaillant spécialisé de marché intermédiaire avec 6 000 magasins
La plateforme de science des données RAPIDS, entièrement accélérée par GPU, est un écosystème de calcul de nouvelle génération basé sur Apache Arrow. La collaboration de NVIDIA avec Ursa Labs va nous permettre d’accélérer l’innovation avec les bibliothèques Arrow les plus importantes tout en nous offrant des gains de performance significatifs pour les workflows d’analyse et d’ingénierie. - Wes McKinney, Directeur d’Ursa Labs et créateur d’Apache Arrow et Pandas
L’utilisation combinée de RAPIDS et de XGBoost m’a permis de bénéficier de performances 24 fois plus rapides. Je peux désormais remplacer des centaines de nœuds GPU pour exécuter mes charges de travail ML les plus lourdes sur un nœud unique équipé de 8 GPU. NVIDIA a accéléré XGBoost d’une manière stupéfiante ! -Société de diffusion multimédia
Le traitement des données E/S représentait auparavant le principal frein à notre productivité. Il nous fallait jusqu’à 10 minutes pour traiter les données de 10 magasins réparties dans environ 1 million de colonnes. Grâce à RAPIDS, nous pouvons désormais traiter les données de 6 000 magasins et plusieurs millions de colonnes en moins de 3 minutes. Sur une infrastructure héritée, cela aurait nécessité près de 4 jours de traitement. Les gains de productivité sont exceptionnels. -Détaillant spécialisé de marché intermédiaire avec 6 000 magasins