Flussi di lavoro accelerati con GPU per la scienza dei dati

Accelera i flussi di lavoro di analisi dei dati con le GPU

I flussi di lavoro nella scienza dei dati sono tradizionalmente lenti e complessi, soprattutto in termini di caricamento, filtraggio e manipolazione dei dati, oltre al training con machine learning. Esplora le librerie per il machine learning e l'analisi dei dati accelerate da GPU e distribuite su NVIDIA GPU, per massimizzare la produttività, le prestazioni e il ROI.

VISUALIZZA WEBINAR

SOLUZIONI PER LA SCIENZA DEI DATI

PC

Inizia con il tuo progetto di machine learning.

Scopri di più >

QUADRO

Workstation professionali per machine learning.

Scopri di più >

Data Center

Sistemi IA specifici per prestazioni massime.

Scopri di più >

Cloud

Machine learning accelerato, ovunque.

Scopri di più>

RAPIDS, una piattaforma di scienza dei dati accelerata a GPU, è un ecosistema di elaborazione di nuova generazione basato su Apache Arrow. La collaborazione tra NVIDIA e Ursa Labs è destinata ad accelerare il passo dell'innovazione nelle librerie principali di Arrow e introdurre significativi miglioramenti delle prestazioni nei carichi di lavoro di analisi e progettazione delle funzionalità.

- Wes McKinney, Direttore di Ursa Labs e Autore di Apache Arrow e Pandas

In Databricks, siamo entusiasti del potenziale di RAPIDS di accelerare i carichi di lavoro Apache Spark. Abbiamo molti progetti in corso per migliorare l'integrazione di Spark con acceleratori nativi, tra cui il supporto di Apache Arrow e la programmazione con GPU con Project Hydrogen. Riteniamo che RAPIDS sia una straordinaria nuova opportunità per scalare i carichi di lavoro di IA e scienza dei dati per i nostri clienti.

- Matei Zaharia, cofondatore e CTO di Databricks, nonché fondatore di Apache Spark

Ho ottenuto una velocità 24 volte superiore con RAPIDS XGBOOST e ora posso sostituire centinaia di nodi CPU, eseguendo il maggior carico di lavoro di machine learning su un singolo nodo con 8 GPU. XGBOOST è troppo veloce!?

-Agenzia di streaming multimediale

Il problema principale per le prestazioni era l'I/O. …10 minuti per recuperare i dati per 10 punti vendita (circa 1 milione di righe). Con RAPIDS, possiamo integrare i dati per circa 6000 punti vendita (milioni di righe) in meno di 3 minuti. Tale volume avrebbe richiesto 4 giorni con l'infrastruttura precedente… semplicemente fantastico.

-Commerciante al dettaglio con 6000 punti vendita

RAPIDS, una piattaforma di scienza dei dati accelerata a GPU, è un ecosistema di elaborazione di nuova generazione basato su Apache Arrow. La collaborazione tra NVIDIA e Ursa Labs è destinata ad accelerare il passo dell'innovazione nelle librerie principali di Arrow e introdurre significativi miglioramenti delle prestazioni nei carichi di lavoro di analisi e progettazione delle funzionalità.

- Wes McKinney, Direttore di Ursa Labs e Autore di Apache Arrow e Pandas

In Databricks, siamo entusiasti del potenziale di RAPIDS di accelerare i carichi di lavoro Apache Spark. Abbiamo molti progetti in corso per migliorare l'integrazione di Spark con acceleratori nativi, tra cui il supporto di Apache Arrow e la programmazione con GPU con Project Hydrogen. Riteniamo che RAPIDS sia una straordinaria nuova opportunità per scalare i carichi di lavoro di IA e scienza dei dati per i nostri clienti.

- Matei Zaharia, cofondatore e CTO di Databricks, nonché fondatore di Apache Spark

Ho ottenuto una velocità 24 volte superiore con RAPIDS XGBOOST e ora posso sostituire centinaia di nodi CPU, eseguendo il maggior carico di lavoro di machine learning su un singolo nodo con 8 GPU. XGBOOST è troppo veloce!?

-Agenzia di streaming multimediale

Il problema principale per le prestazioni era l'I/O. …10 minuti per recuperare i dati per 10 punti vendita (circa 1 milione di righe). Con RAPIDS, possiamo integrare i dati per circa 6000 punti vendita (milioni di righe) in meno di 3 minuti. Tale volume avrebbe richiesto 4 giorni con l'infrastruttura precedente… semplicemente fantastico.

-Commerciante al dettaglio con 6000 punti vendita

RAPIDS, una piattaforma di scienza dei dati accelerata a GPU, è un ecosistema di elaborazione di nuova generazione basato su Apache Arrow. La collaborazione tra NVIDIA e Ursa Labs è destinata ad accelerare il passo dell'innovazione nelle librerie principali di Arrow e introdurre significativi miglioramenti delle prestazioni nei carichi di lavoro di analisi e progettazione delle funzionalità.

- Wes McKinney, Direttore di Ursa Labs e Autore di Apache Arrow e Pandas

In Databricks, siamo entusiasti del potenziale di RAPIDS di accelerare i carichi di lavoro Apache Spark. Abbiamo molti progetti in corso per migliorare l'integrazione di Spark con acceleratori nativi, tra cui il supporto di Apache Arrow e la programmazione con GPU con Project Hydrogen. Riteniamo che RAPIDS sia una straordinaria nuova opportunità per scalare i carichi di lavoro di IA e scienza dei dati per i nostri clienti.

- Matei Zaharia, cofondatore e CTO di Databricks, nonché fondatore di Apache Spark

Ho ottenuto una velocità 24 volte superiore con RAPIDS XGBOOST e ora posso sostituire centinaia di nodi CPU, eseguendo il maggior carico di lavoro di machine learning su un singolo nodo con 8 GPU. XGBOOST è troppo veloce!?

-Agenzia di streaming multimediale

Il problema principale per le prestazioni era l'I/O. …10 minuti per recuperare i dati per 10 punti vendita (circa 1 milione di righe). Con RAPIDS, possiamo integrare i dati per circa 6000 punti vendita (milioni di righe) in meno di 3 minuti. Tale volume avrebbe richiesto 4 giorni con l'infrastruttura precedente… semplicemente fantastico.

-Commerciante al dettaglio con 6000 punti vendita

Rapids: nuove librerie software per la scienza dei dati

RAPIDS si basa su più di 15 anni di competenze in machine learning e nello sviluppo di of NVIDIA^® CUDA^® . È un nuovo e potente software per eseguire sequenze di training complete nell'ambito della scienza dei dati interamente nella GPU, riducendo i tempi di training da giorni a minuti.

Scopri di più

Velocità maggiori dall'inizio alla fine su RAPIDS

Inizia subito con Rapids

Le librerie RAPIDS sono open-source, scritte in Python e basate su Apache Arrow. Il software è in fase di sviluppo in collaborazione con le community open-source globali. Scarica RAPIDS per accelerare i tuoi flussi di machine learning e scienza dei dati.

Scarica il codice sorgente

SCARICA CONTAINER NGC