RAPIDS加速數(shù)據(jù)價(jià)值實(shí)現(xiàn)
時(shí)間：2022-04-01 15:18:01 | 來源：行業(yè)動(dòng)態(tài)
時(shí)間：2022-04-01 15:18:01 來源：行業(yè)動(dòng)態(tài)
趙立威表示，大數(shù)據(jù)分析一般經(jīng)過三個(gè)步驟，一個(gè)是數(shù)據(jù)準(zhǔn)備，這個(gè)過程數(shù)據(jù)特征的提取、數(shù)據(jù)合并、數(shù)據(jù)降維等等；第二步，訓(xùn)練。這是一個(gè)不斷的循環(huán)過程，我們要不斷優(yōu)化，進(jìn)行參數(shù)的調(diào)整，訓(xùn)練過程精度會(huì)更高，可預(yù)測的結(jié)果會(huì)更準(zhǔn)確；第三步，推理，上線運(yùn)營。
在這三個(gè)步驟中，業(yè)界產(chǎn)生了很多相應(yīng)的工具，可以加速相應(yīng)的過程實(shí)現(xiàn)。但是這些工具大多是依托處理器的計(jì)算，并沒有有效利用加速器。于是，NVIDIA通過與開源社區(qū)合作，實(shí)現(xiàn)了GPU加速數(shù)據(jù)分析。GPU可以給數(shù)據(jù)科學(xué)家的機(jī)器學(xué)習(xí)項(xiàng)目提供更多的加速支持。趙立威說。
最初的RAPIDS基準(zhǔn)分析利用了XGBoost機(jī)器學(xué)習(xí)算法在NVIDIA DGX-2系統(tǒng)上進(jìn)行訓(xùn)練，結(jié)果表明，與僅有CPU的系統(tǒng)相比，其速度能加快50倍。這可幫助數(shù)據(jù)科學(xué)家將典型訓(xùn)練時(shí)間從數(shù)天減少到數(shù)小時(shí)，或者從數(shù)小時(shí)減少到數(shù)分鐘，具體取決于其數(shù)據(jù)集的規(guī)模。
趙立威總結(jié)說，在方興未艾的數(shù)據(jù)科學(xué)領(lǐng)域，RAPIDS具有顯著的特點(diǎn)：無縫整合，數(shù)據(jù)科學(xué)家只需要進(jìn)行非常少的代碼修改就可以帶來顯著的性能加速；可以直接運(yùn)行在NVIDIA近幾年的GPU產(chǎn)品上面；減少數(shù)據(jù)處理等待時(shí)間，數(shù)據(jù)科學(xué)家可以將精力用在模型訓(xùn)練和優(yōu)化；開源，更好地融入社區(qū)，獲得更多人的智慧，豐富基礎(chǔ)特性，服務(wù)更多場景。
據(jù)悉，為了推動(dòng)RAPIDS的廣泛應(yīng)用，NVIDIA正努力將RAPIDS與Apache Spark進(jìn)行整合，數(shù)據(jù)可視化將是下一個(gè)目標(biāo)。
關(guān)鍵詞：價(jià)值,實(shí)現(xiàn),數(shù)據(jù)
在線咨詢