Nvidia rapids, ny uppsättning av open source rapids-bibliotek för snabbare gpu-analys och maskininlärning

Vid GPU-teknikkonferensen som hölls i den tyska staden München har Nvidia, en marknadsledare inom högpresterande GPU och artificiell intelligens, tagit ytterligare ett steg framåt med tillkännagivandet av en ny uppsättning RAPIDS- bibliotek. öppen källa för snabbare GPU-analys och maskininlärning.

Nvidia RAPIDS, öppen källkodsbibliotek för AI

Den här gången tillkännager inte Nvidia en ny GPU-plattform, eller en ny egenutvecklad SDK för djup inlärning, utan snarare en ny uppsättning öppna källbibliotek för snabbare GPU-skanning och maskininlärning. Döpt RAPIDS kommer den nya uppsättningen bibliotek att erbjuda Python-gränssnitt som liknar dem som tillhandahålls av Scikit Learn och Pandas, men som kommer att dra fördel av företagets CUDA-plattform för acceleration på en eller flera GPU: er.

Vi rekommenderar att du läser vårt inlägg om Nvidia RTX 2080 Ti Review på spanska (fullständig analys)

Enligt Nvidias VD Jensen Huang, som informerade flera tekniska journalister på telefonen tisdag, har Nvidia sett 50x snabbare träningstid när man använder RAPIDS istället för en CPU-implementering. Denna hastighet mättes i scenarier som involverade XGBoost ML-algoritmen på ett Nvidia DGX-2-system, även om konfigurationen av CPU-hårdvaran inte diskuterades uttryckligen.

RAPIDS innehåller uppenbarligen datateknologi för Apache Arrow-minneskolumn och är utformad för att köra på Apache Spark. Med det sistnämnda i åtanke har företaget skaffat Databricks programvara, som kommer att integrera RAPIDS i sin egen analys- och AI-plattform.

Databricks är dock inte det enda stora namnet som stöder RAPIDS-plattformen. Tekniska jättar som IBM, Hewlett Packard Enterprise och Oracle är också i aktion.

Techpowerup typsnitt