導語：英偉達本月推出的RAPIDS開源GPU加速平臺為數(shù)據(jù)科學家提供標準化的流水線式工具，數(shù)據(jù)處理速度較僅用CPU提升50倍。

智東西10月23日消息，今天，英偉達在北京召開RAPIDS平臺的媒體溝通會，英偉達亞太區(qū)解決方案架構主管趙立威詳解了RAPIDS開源GPU加速平臺。

該平臺發(fā)布于2018年10月10日的GTC Europe大會上，是一款針對數(shù)據(jù)科學和機器學習的GPU加速平臺，為數(shù)據(jù)科學家提供標準化的流水線式工具，數(shù)據(jù)處理速度較僅用CPU提升50倍。

目前該平臺已經(jīng)與SAP、IBM、Oracle等公司建立合作關系。

一、針對數(shù)據(jù)科學和機器學習

這款RAPIDS開源GPU加速平臺有三個特征：

1.它是一個開源平臺;

2.它是一個軟件平臺;

3.這個產品，或者叫技術，面向數(shù)據(jù)科學以及機器學習的市場。

英偉達創(chuàng)始人黃仁勛在GTC Europe大會上著重強調了數(shù)據(jù)科學這一市場。據(jù)分析師估計，面向數(shù)據(jù)科學和機器學習的服務器市場每年價值約為200億美元，加上科學分析和深度學習市場，高性能計算市場總價值大約為360億美元，且該市場還在持續(xù)快速發(fā)展。

“數(shù)據(jù)分析和機器學習是高性能計算市場中最大的細分市場，不過目前尚未實現(xiàn)加速，”黃仁勛在GTC Europe上發(fā)布RAPIDS時說。

黃仁勛還在GTC Europe上提及“數(shù)據(jù)驅動”的概念?；ヂ?lián)網(wǎng)、零售等行業(yè)都是典型的數(shù)據(jù)驅動型行業(yè)，比如沃爾瑪生鮮產品的物流和倉儲需要基于大量數(shù)據(jù)去測算。

RAPIDS開源GPU加速平臺能對這一過程進行加速，通過數(shù)據(jù)準備、數(shù)據(jù)合并、數(shù)據(jù)降維三個步驟加速處理數(shù)據(jù)。

二、RAPIDS比僅有CPU的系統(tǒng)快50倍

RAPIDS開源GPU加速平臺構建于Apache Arrow、pandas和scikit-learn等流行的開源項目之上，為最流行的Python數(shù)據(jù)科學工具鏈帶來了GPU提速。

傳統(tǒng)的數(shù)據(jù)科學運算都是基于大數(shù)據(jù)框架Hadoop SPARK來做的，跑在分布式的CPU上。隨著摩爾定律的終結，CPU的算力提升會越來越慢。市場上也有幾家GPU Data base加速非?？?，但他們沒有把數(shù)據(jù)的準備、操作、ETL的過程和Machine Learning等做成標準化的Pipeline(流水線)。英偉達的RAPIDS平臺實際上把數(shù)據(jù)操作、Machine Learning的一些庫整合成了一個Pipeline，所以整個流程會加快。

趙立威玩笑道，過去當數(shù)據(jù)科學家是一件非常悠閑幸福的事，有大量的時間喝咖啡，因為數(shù)據(jù)處理的過程中涉及到大量等待時間。用了RAPIDS之后，等待(圖中綠)時間變短，需要數(shù)據(jù)科學家創(chuàng)造性參與的部分(紅色)相應變多了。

訓練結果表明，與僅有CPU的系統(tǒng)相比，RAPIDS速度快50倍，這可將數(shù)據(jù)科學家的數(shù)據(jù)處理時間從數(shù)天減為數(shù)小時或從數(shù)小時減為數(shù)秒。

三、與開源社區(qū)、以及各行業(yè)開展緊密合作

為了將更多的機器學習庫和功能引入RAPIDS，英偉達廣泛地與開源生態(tài)系統(tǒng)貢獻者展開合作，其中包括Anaconda、BlazingDB、Databricks、Quansight、scikit-learn、Ursa Labs負責人兼Apache Arrow締造者Wes McKinney以及迅速增長的Python數(shù)據(jù)科學庫pandas等。

為了推動RAPIDS的廣泛應用，英偉達正努力將RAPIDS與分析及數(shù)據(jù)科學方面領先的開源框架Apache Spark進行整合。

沃爾瑪、惠普等企業(yè)已經(jīng)率先應用了RAPIDS開源GPU加速平臺，IBM等企業(yè)也表示期望利用RAPIDS來為客戶提供全新的機器學習工具。

關鍵詞：