Ускоренный анализ данных c NVIDIA

Ускорьте задачи анализа данных на GPU

Работу с данными принято считать медленной и трудоемкой, когда речь идет о загрузке, сортировке и управлении данными, а также о тренировке алгоритмов машинного обучения. Узнайте о тренировке алгоритмов машинного обучения с графическим ускорением и о библиотеках для анализа данных, которые установлены на графических NVIDIA для максимальной производительности, эффективности и окупаемости.

Возможности и преимущества

Простота использования

Простота использования

Ускорьте весь набор инструментов Python с помощью открытой и простой интеграции и минимальными изменениями кода.

Повышенная производительность

Добейтесь большего

Осуществляйте до 50 раз более быструю тренировку машинного обучения благодаря более частым итерациям, добиваясь повышенной точности моделей.

Экономичность

Экономичность

Снижайте затраты на вычислительную инфраструктуру для анализа данных и повышайте эффективность работы в дата-центре.

©2019 NVIDIA Corporation。保留一切權利。NVIDIA、NVIDIA 標誌、GeForce、GeForce Experience、G-SYNC、NVIDIA GPU Boost 和 NVLink 皆為 NVIDIA Corporation 於美國及其他國家的註冊商標和/或商標。其他所有商標與版權為其個別所有人之財產。

© 2018 Square Enix Limited. Developed by Eidos Interactive Corporation. © 2017 Bethesda Softworks LLC, a ZeniMax Media company. All Rights Reserved. © 2018 Activision Publishing, Inc. ACTIVISION, CALL OF DUTY, CALL OF DUTY BLACK OPS, and the shield logo are trademarks of Activision Publishing, Inc.

© 2019, Epic Games, Inc. Epic, Epic Games, the Epic Games logo, Fortnite, the Fortnite logo, Unreal, Unreal Engine 4 and UE4 are trademarks or registered trademarks of Epic Games, Inc. in the United States of America and elsewhere. All rights reserved.

Тренировка алгоритмов XGBoost на графических процессорах NVIDIA

Ускорение XGBoost на графических процессорах NVIDIA обеспечивает невероятный рост производительности ведущего мирового алгоритма машинного обучения. Благодаря ускорению тренировки алгоритмов по сравнению с процессорами специалисты могут работать с более объемными наборами данных, быстрее выполнять итерации и настраивать модели для максимальной точности прогнозирования и экономических результатов.

Data Prep

XGBoost

End-to-end

Начните работу с помощью руководств по XGBoost с GPU-ускорением.

РЕШЕНИЯ ДЛЯ АНАЛИЗА ДАННЫХ

ПК

Начните работу с алгоритмами машинного обучения.

Узнайте больше >

QUADRO

Профессиональные рабочие станции для машинного обучения.

Узнайте больше >

ДАТА-ЦЕНТР

Специальные системы для задач искусственного интеллекта, обеспечивающие максимальную производительность.

Узнайте больше >

ОБЛАЧНЫЕ СИСТЕМЫ

Машинное обучение с ускорением из любой точки.

Узнайте больше >

RAPIDS, платформа для анализа данных с ускорением на GPU, – это вычислительная экосистема нового поколения на базе Apache Arrow. Сотрудничество NVIDIA с Ursa Labs ускорит процесс инноваций в ключевых библиотеках Arrow и поможет повысить производительность в задачах анализа и конструирования признаков.

– Уэс МакКинни (Wes McKinney), глава Ursa Labs и создатель Apache Arrow и Pandas

Мы в Databricks восхищены, как RAPIDS ускоряет работу Apache Spark. Мы работаем над несколькими проектами по интеграции Spark с нативными ускорителями, включая поддержку Apache Arrow и планирование ресурсов GPU с Project Hydrogen. Мы считаем, что RAPIDS – это новый отличный способ масштабирования задач анализа данных и ИИ для наших клиентов.

– Матей Захария (Matei Zaharia), соучредитель и главный технолог Databricks, а также учредитель Apache Spark

Нам удалось увеличить скорость в 24 раза с помощью RAPIDS XGBOOST, и теперь мы можем заменить сотни узлов на CPU, так как выполняем задачи машинного обучения на единственном узле с 8 графическими ускорителями. У XGBOOST невероятная скорость!

- Streaming Media Company

Раньше возникали проблемы ввода/вывода данных. …Уходило 10 минут на сбор данных для 10 магазинов (около 1 миллиона строк). Благодаря RAPIDS мы можем собрать данные для 6000 магазинов (миллионы строк) менее чем за 3 минуты. На такое масштабирование могло запросто уйти 4 дня на устаревшей инфраструктуре… Это просто потрясающе.

– Специализированный розничный ритейлер, работающий с 6000 магазинов

RAPIDS, платформа для анализа данных с ускорением на GPU, – это вычислительная экосистема нового поколения на базе Apache Arrow. Сотрудничество NVIDIA с Ursa Labs ускорит процесс инноваций в ключевых библиотеках Arrow и поможет повысить производительность в задачах анализа и конструирования признаков.

– Уэс МакКинни (Wes McKinney), глава Ursa Labs и создатель Apache Arrow и Pandas

Мы в Databricks восхищены, как RAPIDS ускоряет работу Apache Spark. Мы работаем над несколькими проектами по интеграции Spark с нативными ускорителями, включая поддержку Apache Arrow и планирование ресурсов GPU с Project Hydrogen. Мы считаем, что RAPIDS – это новый отличный способ масштабирования задач анализа данных и ИИ для наших клиентов.

– Матей Захария (Matei Zaharia), соучредитель и главный технолог Databricks, а также учредитель Apache Spark

Нам удалось увеличить скорость в 24 раза с помощью RAPIDS XGBOOST, и теперь мы можем заменить сотни узлов на CPU, так как выполняем задачи машинного обучения на единственном узле с 8 графическими ускорителями. У XGBOOST невероятная скорость!

- Streaming Media Company

Раньше возникали проблемы ввода/вывода данных. …Уходило 10 минут на сбор данных для 10 магазинов (около 1 миллиона строк). Благодаря RAPIDS мы можем собрать данные для 6000 магазинов (миллионы строк) менее чем за 3 минуты. На такое масштабирование могло запросто уйти 4 дня на устаревшей инфраструктуре… Это просто потрясающе.

– Специализированный розничный ритейлер, работающий с 6000 магазинов

RAPIDS, платформа для анализа данных с ускорением на GPU, – это вычислительная экосистема нового поколения на базе Apache Arrow. Сотрудничество NVIDIA с Ursa Labs ускорит процесс инноваций в ключевых библиотеках Arrow и поможет повысить производительность в задачах анализа и конструирования признаков.

– Уэс МакКинни (Wes McKinney), глава Ursa Labs и создатель Apache Arrow и Pandas

Мы в Databricks восхищены, как RAPIDS ускоряет работу Apache Spark. Мы работаем над несколькими проектами по интеграции Spark с нативными ускорителями, включая поддержку Apache Arrow и планирование ресурсов GPU с Project Hydrogen. Мы считаем, что RAPIDS – это новый отличный способ масштабирования задач анализа данных и ИИ для наших клиентов.

– Матей Захария (Matei Zaharia), соучредитель и главный технолог Databricks, а также учредитель Apache Spark

Нам удалось увеличить скорость в 24 раза с помощью RAPIDS XGBOOST, и теперь мы можем заменить сотни узлов на CPU, так как выполняем задачи машинного обучения на единственном узле с 8 графическими ускорителями. У XGBOOST невероятная скорость!

- Streaming Media Company

Раньше возникали проблемы ввода/вывода данных. …Уходило 10 минут на сбор данных для 10 магазинов (около 1 миллиона строк). Благодаря RAPIDS мы можем собрать данные для 6000 магазинов (миллионы строк) менее чем за 3 минуты. На такое масштабирование могло запросто уйти 4 дня на устаревшей инфраструктуре… Это просто потрясающе.

– Специализированный розничный ритейлер, работающий с 6000 магазинов

Rapids: новые библиотеки ПО для работы с данными

Платформа RAPIDS создана с учетом более чем 15-летнего опыта разработки и машинного обучения NVIDIA® CUDA® . Она представляет собой новое производительное ПО для комплексного обучения данных только на GPU, которое позволяет сократить время обучения с нескольких дней до нескольких часов.

NVIDIA RAPIDS
Готовое ускорение на RAPIDS

Начните работу с Rapids прямо сейчас

Открытые библиотеки RAPIDS написаны на Python и созданы на базе Apache Arrow. Программное обеспечение разработано совместно с открытыми сообществами по всему миру. Скачайте RAPIDS, чтобы использовать ускорение задач машинного обучения и анализа данных.

Экосистема партнеров

Платформа RAPIDS является открытым источником и используется ведущими предприятиями в области данных и аналитики.

Большие данные, анализ, визуализация

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

Платформа для анализа данных на предприятии

IBM
Oracle
SAP
Sas

Хранение

DellEMC
DDN STORAGE
HPE
IBM
NetApp
Pure Storage

Глубокое обучение

Chainer
PyTorch

Узнайте об ускоренных аппаратных решениях RAPIDS