英伟达新开源GPU加速平台:主打数据科学和机器学习,50倍于CPU

李根 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

如果你是数据工作者,到底对此是爱是恨?

因为这个名为RAPIDS的开源GPU加速平台出现,固有的数据工作,看起来将迎来变革。

有人欢迎,可能也有人讨厌。

其中,该平台的“始作俑者”黄教主认为会遭恨。因为以前大家都想当数据科学家,由于数据科学家不是在喝咖啡,就是在喝咖啡的路上——毕竟光数据加载的过程就非常漫长。

640?wx_fmt=jpeg

但认为大家会爱的,也是黄仁勋。看看他一脸灿烂的笑容,就知道他为这项新发布多么得意。

50倍加速

这个新平台,要从10月10日的GTC欧洲大会说起。

会上,黄教主针对数据工作晓之以情、动之以理、斥之以大义后,正式发布针新的GPU加速平台:RAPIDS。

译成中文,有“急流”之意,可能也是为显示数据相关工作从此变天。

640?wx_fmt=png

如何理解这个新的GPU加速平台?

英伟达给的三组关键词:数据科学&机器学习、软件平台,以及开源。

而且很明确,RAPIDS的诞生,就是希望帮助企业以“前所未有”的速度分析海量数据并进行精准的业务预测。

有多“前所未有”?英伟达给出的答案是50倍

拿来对比的,仍然是CPU。

640?wx_fmt=png

英伟达称,最初的RAPIDS基准分析利用了XGBoost机器学习算法在NVIDIA DGX-2TM系统上进行训练,结果表明,与仅有CPU的系统相比,其速度能加快50倍。

所以这能够帮助数据科学家将典型训练时间从数天减少到数小时,或者从数小时减少到数分钟——具体取决于其数据集的规模。

640?wx_fmt=png

并且RAPIDS不是光比不用,发布之前,就已经经过一些企业真枪实弹检验。

比如沃尔玛。其CTO Jeremy King就表示,GPU加速平台及RAPIDS软件极大改进了沃尔玛使用数据的方式,可以实现复杂模式大规模地运行,同时进行更加精准的预测。

此外,惠普、甲骨文、SAP、Cisco等一众数据大户,也纷纷点了赞。

但英伟达强调,这不是私人定制式的服务。

开源

因为RAPIDS,可以说从开源社区中来,到开源社区中去。

黄仁勋演讲中介绍,RAPIDS构建于Apache Arrow、pandas和 scikit-learn等流行的开源项目之上,为最流行的Python数据科学工具链带去GPU提速。

为了将更多的机器学习库和功能引入RAPIDS, NVIDIA 广泛地与开源生态系统贡献者展开合作 ,其中包括 Anaconda、BlazingDB、 Databricks、Quansight、scikit-learn、Ursa Labs 负责人兼Apache Arrow缔造者Wes McKinney,以及迅速增长的Python数据科学库pandas等等。

此外,为了推动RAPIDS的广泛应用,英伟达也努力将RAPIDS与Apache Spark进行整合,后者是分析及数据科学方面领先的开源框架。

所以现在,全套RAPIDS开源库,前往 http://www.rapids.ai 就能获得,且代码经 Apache 许可公布。容器化RAPIDS版本,也能在NVIDIA GPU Cloud container registry 上获取。

如果你是数据科学家,如果你希望数据准备和训练加速,当前GPU给出了新选择。

640?wx_fmt=png

英伟达新蛋糕

或许你也会问Why?英伟达这一步的目的何在?

那就会得到“历史进程”的回答。

英伟达方面说,数据分析和机器学习是高性能计算市场中最大的细分市场,不过目前尚未实现加速,在图形图像领域的版图构建完整后,GPU不入数据谁入数据?

而且之前在解决深度学习算力的过程中,大数据和机器学习方面的呼声,也在一日高过一日。

更何况,英伟达自己也承认,这会是一个利益巨大的细分市场。

他们援引分析预估,称面向数据科学和机器学习的服务器市场每年价值约为200亿美元,加上科 学分析和深度学习市场,高性能计算市场总价值大约为360亿美元。

又有谁能拒绝这样的大蛋糕诱惑?

而且按照英伟达的方式,越是把软件平台打磨好开源,吸引的用户越多,GPU的需求量也就会越多,英伟达赚得也会越多——进一步创新的资本和动力也会更强。

AI时代里站着把钱挣了,英伟达外,还有谁?

最后,再次送上传送门:

全套RAPIDS开源库:

http://www.rapids.ai

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

活动策划招聘

量子位正在招聘活动策划,将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入,并希望你能有一些活动策划或运营的相关经验。相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

640?wx_fmt=jpeg

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态



  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
开放源码的GPU计算能力可以推到一个的水平BINGHAMTON,纽约–Binghamton大学的研究人员已经使用一个开源的图形处理器(GPU)的研究。宾汉姆顿大学计算机科学助理教授Timothy Miller Aaron Carpenter和研究生Philip Dexter,与合著者Jeff Bush,有Nyami,一个综合的图形处理器(GPU)的通用图形的特定工作负载的建筑模型。这标志着第一次的团队采取了一个开源GPU的设计和运行的一系列的实验,看看不同的硬件和软件配置会影响电路的性能。根据Miller的说法,其结果将有助于科学家们做出自己的GPU计算能力和推到一个的水平。“作为一个研究人员,重要的是要有工具,实事求是地评估的想法,可能会提高性能,能源效率,或其他处理器架构的挑战,”Miller说。虽然模拟器可以走捷径,一个实际的综合开源处理器不能偷工减料,所以我们可以说,任何实验结果得到特别可靠。”GPU已经存在了大约40年,通常发现在商业视频或图形卡在电脑或游戏机。专门的电路有计算能力,使图像更平滑,更充满活力的屏幕上。最近有一个运动,看看芯片是否可以应用到非图形计算,如算法处理大块数据。 “我们不一定在寻找结果的颖性,所以我们想创建一个的工具,然后显示它是如何使用的,”Carpenter说。我希望人们能更有效地在GPU上的实验,为爱好者和研究者,创造未来的GPU更高效的设计。”开源GPU用于他们的研究团队是宾厄姆顿的先河。虽然成千上万的GPU是每年生产的商业化,这是第一个可以修改的爱好者和研究者了解如何变化可能会影响主流芯片。布什,在公司的软件工程总监,是该论文的第一作者。“这是坏的开源社区,GPU厂商都决定保持他们的芯片规格的秘密。这阻止了开源开发人员编写可以利用该硬件的软件,“Miller说。Miller开始在2004个类似的项目,而布什开始工作的nyami 2010。”这使得其他研究者更容易进行他们自己的实验,因为他们不需要重发明轮子.。随着“开放硬件”社区的贡献,我们可以把更多的创造性的想法,并产生一个越来越好的工具。调查结果的后果可能使处理器更容易为研究人员工作,并探讨不同的设计权衡。Dexter,Miller,Carpenter和布什已经走出了一条的道路,可能会影响从太空旅行的一切发现心脏手术。“我有一个论文的研究思路列表我们可以探索利用nyuzi [芯片更名],专注于各种性能瓶颈。这个想法是为了寻找那些让nyuzi低效相比其他GPU和解决那些问题研究。我们也可以用nyuzi作为开展研究,不是针对GPU平台,能源效率和可靠性,”Miller说。本文《Nyami:一个综合的GPU通用建筑模型和图形的具体工作量”出现在对系统和软件的性能分析国际研讨会。http://www.binghamton.edu/mpr/news-releases/news-release.html?id=2362--------------------------------------------------------------------------------------------------------NyuziProcessorMicroarchitecture 该项目是一个专为高度并行和GPGPU应用程序设计的开源处理器。 它的灵感来自英特尔的Larrabee,虽然指令集和微架构有很大的不同。处理器运行在Verilog仿真和FPGA上。它是一种现代架构,具有集合关联L1和L2缓存,细粒度硬件多线程,流水线SIMD浮点和整数执行单元,并支持多个缓存一致性内核。它包括基于LLVM的C/C 编译器。GPU已经被证明对于具有大量内在并行性的应用程序是有用的,如图像处理和机器学习。 然而,GPU具有缺乏灵活性的高度约束的编程模型。 这个项目是一个混合架构,结合GPU架构概念,如宽SIMD和硬件多线程与通用指令集。 硬件实现的重点更多在于计算而不是图形,缺乏固定功能的图形硬件。 它能够作为协处理器或独立处理器操作。这已使用Nangate 45nm库合成。每个核心的估计:面积1.84 mm2,功率329 mW,最大频率671 Mhz。 标签:Nyuzi

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值