科技動態:Nvidia RAPIDS加速了分析和機器學習

互聯網在提高人們社會活動質量的同時可能對部分互聯網使用者造成傷害。我們要正確認識網絡的兩面性，用其所長、避其所短，發揮網絡對生活的積極促進作用。把網絡作為生活的補充就可以享受網絡的諸多益處，接下來這篇文章給大家說說互聯網科技的正能量。

今天在慕尼黑舉行的GPU技術大會上，由視頻/圖形公司轉型為人工智能(AI)巨頭的英偉達(Nvidia)在人工智能方向上又向前邁進了一步。

不過這一次，Nvidia并沒有發布新的圖形處理單元(GPU)平臺，也沒有發布新的用于深度學習的專用SDK，而是發布了一套新的用于GPU加速分析和機器學習(ML)的開源庫。

NVIDIA(英偉達)從圖形和游戲到AI(人工智能)和deep learningAlso(深度學習)

新的庫集將提供Python接口，類似于Scikit Learn和panda提供的接口，但它將利用公司的CUDA平臺在一個或多個gpu上加速。

英偉達人工智能基礎設施主管曾俊欣(Jeff Tseng)周二通過電話向一些科技記者表示，與只使用cpu的實現相比，使用RAPIDS的訓練時間提高了50倍。(這個速度是在Nvidia DGX-2系統上涉及XGBoost ML算法的場景中測量的，不過沒有明確討論CPU硬件配置。)

顯然，Integrations和partnersRAPIDS合并了內存中的柱狀數據技術Apache Arrow，并被設計為在Apache Spark上運行。考慮到后者，該公司從邏輯上獲得了Databricks的支持，后者將把RAPIDS集成到自己的分析和人工智能平臺中。

不過，Databricks并不是唯一支持RAPIDS平臺的大牌公司。Python全明星巨蟒，IBM、惠普企業和甲骨文等科技巨頭也在行動。

當您分別從RAPIDS網站和NVIDIA GPU云容器注冊表中以源代碼和Docker容器形式閱讀本文時，應該已經下載了nowRAPIDS。

這篇文章更新于太平洋時間10月11日上午9點29分。原帖稱，10月9日星期二，英偉達首席執行官黃延森向媒體介紹了RAPIDS的情況。事實上，這個簡報是英偉達人工智能基礎設施主管曾俊欣(Jeff Tseng)做的。