从 Meta、NetworkX、Fast.ai 和其他公司获取有关如何从数据中获得新见解的见解。 免费注册

RAPIDS

RAPIDS 基于 NVIDIA AI 构建,是一套 GPU 加速的 Python 库开源套件,旨在改进您的数据科学和分析管道。借助与流行的开源数据科学工具类似的 API,RAPIDS 使用 NVIDIA® CUDA® 原语进行低级计算优化。这样可以通过 Python 接口访问 GPU 并行性和高带宽内存速度,从而在整个数据管道中实现更快的大规模性能。


开始使用开始使用云

开始使用 RAPIDS


开始使用 RAPIDS 软件库套件

适用于 Apache Spark 的 RAPIDS 加速器为Apache Spark提供了一组插件,这些插件利用 GPU 通过RAPIDS库加速处理。


cuGraph 是一个 GPU 加速的图形分析库,包括对属性图、远程( 图形即服务)操作和图形神经网络的支持。


cuML 是一套库,用于实现机器学习算法和数学原语函数,与其他 RAPIDS 项目共享兼容的 API,并在大多数情况下与 scikit-learn 的 API 相匹配。


了解当今 RAPIDS 的部署方式

AT&T 在其数据到 AI 管道中应用 NVIDIA RAPIDS 加速器

AT&T

AT&T 在 GPU 集群上应用了适用于 Apache Spark 的 NVIDIA RAPIDS 加速器,用于数据到 AI 管道中的提取、转换和加载 (ETL) 以及特征工程阶段,与基于 CPU 的 Spark 相比,提高了性能、降低了成本并提高了简单性集群和 Databricks 的 Photon 引擎。


阅读博客
NVIDIA 和 NASA 一直在使用 RAPIDS 来监测 COVID-19 大流行期间的空气质量

NASA

NVIDIA 和 NASA 一直在使用 RAPIDS,通过结合表面监测数据和 NASA GEOS-CF 模型生成的近实时模型数据,来监测 COVID-19 大流行期间的空气质量。他们使用 XGBoost 来检测和量化空气污染异常,并建立一个偏差校正模型,将模型的二氧化氮预测与观测结果联系起来。


阅读博客:第 1 部分阅读博客:第 2 部分
TCS Optumera 使用 Spark+Rapids 生成准确的需求预测预测

TCS Optumera

TCS Optumera 使用 Spark+Rapids 加速其需求预测管道,以生成粒度级别的准确预测,从而使数据管道加速 6 倍,模型训练性能提升 170 倍。


观看点播会议
沃尔玛利用 Dask-RAPIDS 解决可扩展性问题

沃尔玛

沃尔玛利用 Dask-RAPIDS 解决其产品替代算法的可扩展性问题,从而大幅降低硬件和成本、改善运行时间并为其业务和客户提供更好的洞察。


观看点播会议
金融服务公司使用 NVIDIA GPU 支持的 AI 来改善客户服务、防止欺诈等

金融服务

平安、CAPE Analytics、Applica、蒙特利尔银行、第一资本、Square 和 Intuit 正在使用 NVIDIA GPU 驱动的 AI 来改善客户服务、防止欺诈、简化流程并加速增长,从而实现更快的索赔处理、更准确的承保决策、消除手动错误、改进运行时间以及更好的产品设计和选择。


阅读博客
IRS 团队使用 Cloudera 数据平台和由 NVIDIA 加速的 Spark 3.0

IRS 和 Cloudera

IRS 团队使用 Cloudera Data Platform 和由 NVIDIA 加速的 Spark 3.0,在大型数据集上实现了 20 倍的性能提升,以发现欺诈行为,使他们能够运行以前不可能完成的作业并加速当前的工作。他们计划将其应用到加速成熟的人工智能推理工作的下一步。


阅读博客

NVIDIA LaunchPad 上的免费 RAPIDS 实践实验室

通过托管基础设施上的以下免费实践 AI 实验室之一体验 RAPIDS:

  • 通过加速数据处理预测价格
  • 数据处理、标记化和情感分析
  • 通过零代码更改加速 Apache Spark
开始使用
NVIDIA LaunchPad 上的免费 RAPIDS 实践实验室

RAPIDS 是与全球企业合作开发并基于 Apache Arrow 构建的开源 Python 库。下载 NVIDIA RAPIDS 以显著加速机器学习和数据科学过程。


现在下载