Nvidia-Stromschnellen, neue Open-Source-Stromschnellenbibliotheken für beschleunigte GPU-Analyse und maschinelles Lernen

Auf der GPU-Technologiekonferenz in München hat Nvidia, Marktführer für Hochleistungs-GPUs und künstliche Intelligenz, mit der Ankündigung eines neuen Satzes von RAPIDS- Bibliotheken einen weiteren Schritt nach vorne gemacht. Open Source für beschleunigte GPU-Analyse und maschinelles Lernen.

Nvidia RAPIDS, Open Source-Bibliotheken für AI

Dieses Mal kündigt Nvidia keine neue GPU-Plattform oder ein neues proprietäres SDK für Deep Learning an, sondern einen neuen Satz von Open Source-Bibliotheken für beschleunigtes GPU-Scannen und maschinelles Lernen. Die neuen Bibliotheken mit dem Namen RAPIDS bieten Python-Schnittstellen, die denen von Scikit Learn und Pandas ähneln, jedoch die CUDA-Plattform des Unternehmens für die Beschleunigung auf einer oder mehreren GPUs nutzen.

Wir empfehlen, unseren Beitrag über Nvidia RTX 2080 Ti Review auf Spanisch zu lesen (vollständige Analyse)

Laut Jensen Huang, CEO von Nvidia, der am Dienstag mehrere Tech-Journalisten am Telefon unterrichtete, konnte Nvidia bei Verwendung von RAPIDS anstelle einer reinen CPU-Implementierung eine 50- mal schnellere Schulungszeit erzielen. Diese Geschwindigkeit wurde in Szenarien mit dem XGBoost ML-Algorithmus auf einem Nvidia DGX-2-System gemessen, obwohl die Konfiguration der CPU-Hardware nicht explizit erörtert wurde.

RAPIDS enthält anscheinend die Apache Arrow-Speicherspalten-Datentechnologie und ist für die Ausführung auf Apache Spark ausgelegt. Vor diesem Hintergrund hat das Unternehmen die Databricks-Software erhalten, mit der RAPIDS in seine eigene Analyse- und KI-Plattform integriert wird.

Databricks ist jedoch nicht der einzige große Name, der die RAPIDS-Plattform unterstützt. Technologiegiganten wie IBM, Hewlett Packard Enterprise und Oracle sind ebenfalls im Einsatz.

Techpowerup-Schriftart