E-BOOK

Accélération d’Apache Spark 3.x

Entrez dans la nouvelle ère de l’analyse de données et de l'IA grâce aux GPU NVIDIA

GPU-accelerated libraries, DataFrame and APIs:

  • Layered on top of NVIDIA CUDA, RAPIDS is a suite of open-source software libraries and APIs that provide GPU parallelism and high-bandwidth memory speed through DataFrame and graph operations, achieving speedup factors of 50x or more on typical end-to-end data science workflows. For Spark 3.0, new RAPIDS APIs are used by Spark SQL and DataFrames for GPU accelerated memory efficient columnar data processing and query plans.
  • With Spark 3.0 the Catalyst query optimizer has been modified to identify operators within a query plan that can be accelerated with the RAPIDS API, and to schedule those operators on GPUs within the Spark cluster, when executing the query plan.
  • A new Spark shuffle implementation, built upon GPU accelerated communication libraries including Remote direct memory access (RDMA), dramatically reduces the data transfer among Spark processes. RDMA allows GPUs to communicate directly with each other, across nodes, at up to 100Gb/s, operating as if on one massive server.


GPU-aware Scheduling in Spark

  • Spark 3.0 adds integration with the cluster managers (YARN, Kubernetes, and Standalone) to request GPUs, and plugin points to allow it to be extended to run operations on the GPU. This makes GPUs easier to request and use for Spark application developers, allows for closer integration with deep learning and AI frameworks such as Horovod and TensorFlow on Spark, and allows for better utilization of GPUs.

 

Puissant moteur d’exécution pour le traitement parallèle de gros volumes de données sur différents clusters de machines, Apache Spark permet d’accélérer le développement d’applications grâce à des performances de calcul élevées. Les innovations technologiques intégrées à Spark 3.0 vous permettent de mettre en œuvre l’architecture massivement parallèle des GPU pour accélérer le traitement des données Spark.

Obtenez plus d’informations sur :

  • L’évolution du traitement des données, de Hadoop aux GPU en passant par la bibliothèque logicielle NVIDIA RAPIDS™
  • La structure, le fonctionnement et les avantages de Spark
  • L’accélération GPU de Spark
  • Les données DataFrame et le module Spark SQL
  • Exemple de régression sous Spark avec un classificateur de forêts aléatoires
  • Exemple d’un workflow d’apprentissage automatique de bout en bout accéléré par GPU avec XGBoost
spark-e-book-thumb

TÉLÉCHARGER

Envoyez-moi les dernières informations et annonces liées aux solutions NVIDIA d’entreprise. Je peux me désabonner à tout moment.