Nvidia Rapids

Nvidia Rapids - платформа для ускорения с помощью GPU, анализа больших данных и машинного обучения.

2018

10 октября 2018 года компания NVIDIA представила платформу GPU-ускорения для обработки больших массивов данных и машинного обучения, получившую широкую поддержку у лидеров индустрии. По информации компании, платформа позволяет даже крупным компаниям анализировать огромные массивы данных и делать прогнозы для бизнеса.

Открытое ПО RAPIDS обеспечивает аналитикам большой прирост производительности в бизнес-задачах высокой сложности, таких, как предсказание мошенничества в операциях с кредитными картами, прогноз запаса товаров на складе, прогнозирование покупательского поведения потребителей.

Анализ данных и машинное обучение – это крупнейшие сегменты рынка высокопроизводительных вычислений, которые до октября 2018 года не получали ускорение. Крупнейшие мировые компании запускают алгоритмы, созданные с помощью машинного обучения, на многочисленных серверах, чтобы выявить сложные паттерны в сегментах, где они работают, и делать быстрые и точные прогнозы, оказывающие прямой эффект на результаты их деятельности. Взяв за основу CUDA с ее глобальной экосистемой, мы создали платформу GPU-ускорения RAPIDS в тесном сотрудничестве с разработчиками открытого ПО. Она легко интегрируется в самые распространенные библиотеки обработки данных и существующие процессы для ускорения машинного обучения. Дженсен Хуанг (Jensen Huang), учредитель и генеральный директор NVIDIA

RAPIDS включает набор открытых библиотек для анализа, машинного обучения и, совсем скоро, визуализации данных с GPU-ускорением. .

Специалисты впервые получают необходимые инструменты, чтобы целиком запустить конвейер обработки данных на GPU. На октябрь 2018 года тесты RAPIDS с алгоритмом машинного обучения XGBoost для обучения на системе NVIDIA DGX-2 показали 50-кратный прирост производительности по сравнению с системами на базе CPU.

Платформа RAPIDS базируется на открытых проектах, включая Apache Arrow, pandas и scikit-learn, наделяя GPU-ускорением инструменты для обработки данных на Python. Чтобы добавить в RAPIDS библиотеки и возможности машинного обучения, NVIDIA сотрудничает с такими игроками рынка открытого ПО, как Anaconda, BlazingDB, Databricks, Quansight и scikit-learn. Чтобы ускорить распространение платформы, NVIDIA интегрирует RAPIDS в Apache Spark.