Visit your regional NVIDIA website for local content, pricing, and where to buy partners specific to your country.
The only hardware-to-software stack optimized for data science.
従来、データ サイエンスのワークフローは、データの読み込み、フィルター処理、操作、さらにはモデルのトレーニングと実装において CPU に依存しており、遅くて扱いにくいものでした。GPU は設備費用を大幅に抑え、NVIDIA RAPIDS™ ライブラリを利用し、データ サイエンスのエンドツーエンド ワークフローに優れたパフォーマンスを提供します。デスクトップ、データ センター、エッジ、クラウドなど、さまざまな場所で GPU アクセラレーテッド データ サイエンスを利用できます。
重要な洞察を得る時間を短縮し、ROI を高速化します。
機械学習のトレーニングを最大 215 倍高速化することにより、より多くの反復の実行や実験を増やし、さらに詳細な調査を実行します。
データ サイエンスの設備費用を削減し、データ センター効率を向上させます。
Apache Spark 3.0 は、分析と AI のワークロードのために完全統合されたシームレスな GPU アクセラレーションを提供する最初の Spark リリースです。オンプレミスでも、クラウドでも、コードを変更することなく GPU を利用して Spark 3.0 のパワーを活用できます。GPU の画期的な性能は、企業や研究者がより大きなモデルをより頻繁にトレーニングできるようになり、AI のパワーでビッグデータから価値を引き出すことができるようになります。
* Benchmark on Groupy advanced operation (5GB) DuckDB Data Benchmark HW: Intel Xeon Platinum 8480CL CPU and NVIDIA Grace Hopper™ GPU SW: pandas v1.5 and cudf.pandas v23.10
* NDS 2.0 benchmarks were run with parquet decimal data @ SF3K with UCX off
CPU-only: 8x n1-standard-32
GPU: 8x g2-standard-16, 8x L4 24GB SW: Spark RAPIDS 24.02
* Benchmark on PageRank with synthetic dataset having ~16,384 vertices and ~524,288 edges HW: Intel Xeon Platinum 8480CL CPU and NVIDIA H100 80GB (1x GPU) SW: NetworkX v3.2 and cuGraph v23.10
GPU 対応 XGBoost は、単一ノードと分散型配置の両方で世界をリードする機械学習アルゴリズムに画期的なパフォーマンスをもたらします。CPU を大幅に上回るトレーニング スピードにより、データ サイエンス チームはより大規模なデータセットに取り組み、より高速に反復処理を行い、モデルを調整して予測精度とビジネス価値を最大化できます。
CPU: Core i9 | End-to-end time = Data Prep + Conversion + Training + Validation
GPU対応 XGBoost を今すぐ使い始める方法をご紹介します。
さまざまな NVIDIA GPU ソリューションで比類のない高速化を体験してください。
機械学習を開始しましょう。
データ サイエンス向けの新しいワークステーション。
企業の生産向け AI システム。
あらゆる用途に高速化された機械学習。
機械学習ワークフローのパフォーマンス、生産性、および ROI を最大化します。
NVIDIA CUDA-X AI 上で構築された RAPIDS は、NVIDIA® CUDA® の 15 年以上に及ぶ開発と機械学習のノウハウを活用しています。このパワフルなソフトウェアにより、エンドツーエンドのデータ サイエンス トレーニング パイプラインは GPU 内で完全に処理され、トレーニング時間が日単位から分単位に短縮されます。
RAPIDS, a GPU-accelerated data science platform, is a next-generation computational ecosystem powered by Apache Arrow. The NVIDIA collaboration with Ursa Labs will accelerate the pace of innovation in the core Arrow libraries and help bring about major performance boosts in analytics and feature engineering workloads.
- Wes McKinney, Head of Ursa Labs and Creator of Apache Arrow and Pandas
I got 24x speedup using RAPIDS XGBOOST and can now replace hundreds of CPU nodes, running my biggest ML workload on a single node with 8 GPUs. You made XGBOOST too fast!?
- Streaming Media Company
My previous bottleneck was I/O. …10 minutes to pull in data for 10 stores (about 1 million rows). With RAPIDS, we can pull in data for about 6000 stores (millions of rows) in less than 3 minutes. That scale could have easily taken us 4 days on legacy infrastructure … just plain awesome.
- A mid-market specialty retailer with 6000 stores
RAPIDS はあらゆる企業に開放されており、データ サイエンスとデータ分析の分野でグローバルに採用されています。NVIDIA のパートナーは、GPU を活用した分析、機械学習、およびディープラーニングの進歩により、ビッグ データ分析のエコシステムを変革しています。
GPUアクセラレーテッド ハードウェア ソリューションの情報を受け取る
NVIDIA プライバシー ポリシー