RAPIDS のメリット
データ サイエンスを高速化
RAPIDS には広く適用されている操作やアルゴリズムを高速化するライブラリが備わっており、質問が進化しても洞察を獲得するまでの時間が短縮されます。
150 倍
cuDF で pandas が高速化
*Groupy の高度な操作に関するベンチマーク (5GB) DuckDB データ ベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA Grace Hopper GPU SW: pandas v1.5 および cudf.pandas v23.10
50 倍
cuML により Scikit-Learn が高速化
*100,000 のサンプルおよび 256 機能での UMAP の教師なしベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA H100 80GB (1x GPU) SW: scikit-learn v1.3 および cuML v23.10
48 倍
cuGraph により NetworkX が高速化
*16,384 以下の頂点と 524,288 以下のエッジを持つ合成データセットを使用した PageRank のベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA H100 80GB (1x GPU) SW: NetworkX v3.2 および cuGraph v23.10
rapids.ai でベンチマークをご覧ください
データワークロード全体に対する柔軟性
RAPIDS は、モジュール式で相互運用可能なライブラリから独自に選択でき、パイプラインやアプリケーションにスムーズにプラグ アンド プレイできるため、開発プロセスが簡素化されます。
RAPIDS は、どんな規模においてもデータ サイエンス パイプラインのスムーズな実行を維持します。
データ準備
既存のツールを使用して、表形式のデータセット、グラフ データベース、または Spark フレームワークのデータ分析をシームレスに高速化します。
アクセラレーテッド データ分析の
詳細はこちら
一般に利用されているオープンソース データ ツールからインスピレーションを得て、RAPIDS ライブラリはお使いのワークフローに適応します。
データの前処理: cuDF
pandas API を使用しながら、 GPU で高速化された DataFrames を利用して、アクセラレーテッド データ サイエンスを開始することができます。
ドキュメントで詳細を確認する
ビッグデータ処理 :RAPIDS Accelerator for Apache Spark
最小限のコード変更で既存の Apache Spark アプリケーションを高速化します。
GPU-Accelerated Spark の詳細はこちら GitHub にアクセス
専用の NVIDIA フレームワークとガイドを活用して、一般的で影響力の大きいユースケース向けに高速化されたアプリケーションを構築します。
活気のあるエコシステム
RAPIDS は、100 を超えるオープンソースおよび商用ソフトウェアの統合により、協調的な高性能データ サイエンス エコシステムの基盤となります。
当社は、オープンソース コミュニティのデータ サイエンスの簡素化、統合、加速に取り組んでいます。
.svg "RAPIDS Open-Source Library - PyTorch")
RAPIDS は広く使われているデータ サイエンスおよび機械学習プラットフォームと提携しており、アクセラレーテッド データ サイエンスを誰もが使用できるようにします。
エンタープライズ データ サイエンス
企業を AI の最先端に導くために最適化されたエンドツーエンドのセキュアなクラウドネイティブ AI ソフトウェア プラットフォームであるNVIDIA AI Enterprise により、データ サイエンスが高速化されます。NVIDIA AI Enterprise でRAPIDS などの NVIDIA AI オープンソース ソフトウェアでの検証および統合が利用でき、AI ソリューション ワークフローへアクセスすることで本番までの時間が短縮され、あらゆる場所に AI を導入するための認定が提供されます。また、エンタープライズ グレードのサポート、セキュリティ、管理性、API の安定性により、オープンソース ソフトウェアの潜在的なリスクが軽減されます。
AI Enterprise の詳細はこちら
エンタープライズへの導入
お客様は、RAPIDS の機能が完全に揃ったスタックを使用して、自社のユースケースを拡大しています。
CapitalOne は財務分析と信用分析のパイプラインを高速化し、モデル トレーニングを 100 倍向上させました。
オンデマンド セッションを視聴する
Uber は GPU スケジューリングを備えた Spark 3.x をサポートする Horovod を開発しました。
オンデマンド セッションを視聴する
Walmart は、製品代替アルゴリズムでスケーラビリティの問題を解決しました。
オンデマンド セッションを視聴する
LinkedIn は、RAPIDS cuDF でさらに高速なデータ分析を可能にする DARWIN を開発しました。
オンデマンド セッションを視聴する
AT&T は、データから AI へのパイプラインの GPU クラスターに RAPIDS Accelerator for Apache Spark を適用しました。
ブログを読む
TCS Optumera は、RAPIDS Accelerator for Apache Spark によって需要予測パイプラインを高速化しました。
オンデマンド セッションを視聴する
IRS チームは、Cloudera Data Platform 上の RAPIDS Accelerator for Apache Spark を使用して不正行為を発見しました。
ブログを読む