Rapid Nvidia, kumpulan baru sumber jeram sumber terbuka untuk analisis gpu dipercepat dan pembelajaran mesin

Pada Persidangan Teknologi GPU yang diadakan di Munich, Jerman, Nvidia, pemimpin pasaran dalam GPU yang berprestasi tinggi dan Kecerdasan Buatan, telah mengambil langkah ke hadapan dengan pengumuman set baru perpustakaan RAPIDS. sumber terbuka untuk analisis GPU dipercepat dan pembelajaran mesin.

Nvidia RAPIDS, perpustakaan sumber terbuka untuk AI

Kali ini, Nvidia tidak mengumumkan platform GPU baru, atau SDK proprietari baru untuk pembelajaran mendalam, melainkan satu set baru perpustakaan sumber terbuka untuk pemindaian GPU dan pembelajaran mesin dipercepat. Digelar RAPIDS, set perpustakaan baru akan menawarkan antara muka Python yang serupa dengan yang disediakan oleh Scikit Learn and Pandas, tetapi akan memanfaatkan platform CUDA syarikat untuk mempercepatkan satu atau lebih GPU.

Kami mengesyorkan membaca siaran kami tentang Nvidia RTX 2080 Ti Kajian dalam Bahasa Sepanyol (analisis penuh)

Menurut Ketua Pegawai Eksekutif Nvidia, Jensen Huang, yang memberi taklimat kepada beberapa wartawan teknologi di telefon Selasa, Nvidia telah melihat masa latihan 50x lebih pantas apabila menggunakan RAPIDS dan bukan pelaksanaan CPU sahaja. Kelajuan ini diukur dalam senario yang melibatkan algoritma XGBoost ML pada sistem Nvidia DGX-2, walaupun konfigurasi perkakasan CPU tidak dibincangkan dengan jelas.

RAPIDS nampaknya menggabungkan teknologi data lajur Apache Arrow, dan direka untuk berjalan di Apache Spark. Dengan pemikiran yang kedua, syarikat itu telah memperoleh perisian Databricks, yang akan mengintegrasikan RAPIDS ke dalam analisis sendiri dan platform AI.

Walau bagaimanapun, Databricks bukan satu-satunya nama besar yang menyokong platform RAPIDS. Gergasi Tech seperti IBM, Hewlett Packard Enterprise dan Oracle juga dalam tindakan.

Fon Techpowerup