Scienza dei dati accelerata da NVIDIA

L'unico stack hardware-software ottimizzato per la scienza dei dati

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

I flussi di lavoro nella scienza dei dati sono tradizionalmente lenti e complessi, basati sulle CPU per caricamento, filtraggio e manipolazione dei dati, oltre al training e alla distribuzione di modelli. Le GPU riducono notevolmente i costi dell'infrastruttura e forniscono prestazioni superiori per flussi di lavoro completi di scienza dei dati, utilizzando le librerie software open-source di RAPIDS. La scienza dei dati accelerata da GPU è disponibile ovunque: sul laptop, nel data center, sull'edge e nel cloud.

 

Caratteristiche e vantaggi

Facilità di utilizzo

Massimizza la produttività

Riduzione il tempo di attesa per ottenere le informazioni più preziose e accelerare il ROI.

Facilità di utilizzo

Facilità di utilizzo

Accelera l'intera catena di strumenti Python con integrazione software fluida e open-source e minimi interventi sul codice.

Più risultati

Più risultati

Accelera il training con machine learning fino a 215 volte ed esegui più iterazioni, aumenta la sperimentazione ed esegui esplorazioni più approfondite.

Più risultati

Migliora la precisione

Iterazioni dei modelli più veloci per risultati e prestazioni superiori

Convenienza ed efficienza

Convenienza ed efficienza

Riduci i costi dell'infrastruttura di scienza dei dati e aumenta l'efficienza del data center.

Convenienza ed efficienza

Costo totale di proprietà

Riduci drasticamente i costi dell'infrastruttura del data center

 

Apache Spark 3.0 è accelerata da GPU con RAPIDS

Apache Spark 3.0 è la prima versione di Spark a offrire un'accelerazione GPU completamente integrata e senza soluzione di continuità per l'analisi e i carichi di lavoro IA. Sfrutta la potenza di Spark 3.0 con GPU in locale o nel cloud, senza modificare il codice. Le prestazioni rivoluzionarie delle GPU consentono alle aziende e ai ricercatori di addestrare modelli più grandi con maggiore frequenza, sfruttando appieno il valore dei Big Data con la potenza dell'IA.

Training di XGBoost su GPU NVIDIA

Il XGBoost accelerato da GPU NVIDIA introduce miglioramenti di prestazioni rivoluzionarie nell'algoritmo di machine leraning leader del mondo. Con prestazioni di training significativamente più veloci rispetto alle CPU, i team di scienza dei dati possono gestire set più voluminosi, iterare più velocemente e calibrare i modelli per ottenere la massima precisione nelle previsioni e aumentare il valore aziendale.

Preparazione dati

XGBoost

Totale

Scopri come iniziare subito con XGBoost accelerato da GPU

Soluzioni per la scienza dei dati

PC

Inizia con il tuo progetto di machine learning.

Scopri di più >

Workstation

Una nuova gamma di workstation per la scienza dei dati.

Scopri di più >

Data center

Sistemi certificati NVIDIA per le imprese per l'esecuzione di carichi di lavoro IA moderni

Scopri di più >

Cloud

Machine learning accelerato, ovunque.

Scopri di più >

Business accelerato da GPU in azione

Massimizza le prestazioni, la produttività e il ROI per i flussi di lavoro di machine learning.

RAPIDS: suite di librerie per la scienza dei dati

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

Flusso di NVIDIA RAPIDS
Velocità maggiori dall'inizio alla fine su RAPIDS

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

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

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

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

Ecosistema dei partner

RAPIDS è aperto a tutti e adottato dai principali leader aziendali in scienza dei dati e analisi.

Big Data, analisi, visualizzazione

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

Piattaforma per scienza dei dati di livello enterprise

IBM
Oracle
SAP
Sas

Storage

DellEMC
DDN STORAGE
HPE
IBM
NetApp
Pure Storage

Deep learning

Chainer
PyTorch

Webinar

Trasformare lo sviluppo dell'IA sulle workstation per la scienza dei dati basate su NVIDIA

Migliorare le prestazioni e la produttività del machine learning con XGBoost

RAPIDS per la scienza dei dati accelerata da GPU nel settore sanitario

Accelerazione completa della scienza dei dati con RAPIDS e DGX-2

Esplora le soluzioni hardware accelerate RAPIDS