NVIDIA-Accelerated Data Science
The only hardware-to-software stack optimized for data science.
GPU によりデータ サイエンス ワークフローを高速化
従来、データ サイエンスのワークフローは、データの読み込み、フィルター処理、操作、さらにはモデルのトレーニングと実装において CPU に依存しており、遅くて扱いにくいものでした。GPU は設備費用を大幅に抑え、NVIDIA RAPIDS™ ライブラリを利用し、データ サイエンスのエンドツーエンド ワークフローに優れたパフォーマンスを提供します。デスクトップ、データ センター、エッジ、クラウドなど、さまざまな場所で GPU アクセラレーテッド データ サイエンスを利用できます。
特徴と利点
生産性の最大化
重要な洞察を得る時間を短縮し、ROI を高速化します。
成果の向上
機械学習のトレーニングを最大 215 倍高速化することにより、より多くの反復の実行や実験を増やし、さらに詳細な調査を実行します。
費用効率
データ サイエンスの設備費用を削減し、データ センター効率を向上させます。
RAPIDS による Apache Spark 3.0 の GPU アクセラレーション
Apache Spark 3.0 は、分析と AI のワークロードのために完全統合されたシームレスな GPU アクセラレーションを提供する最初の Spark リリースです。オンプレミスでも、クラウドでも、コードを変更することなく GPU を利用して Spark 3.0 のパワーを活用できます。GPU の画期的な性能は、企業や研究者がより大きなモデルをより頻繁にトレーニングできるようになり、AI のパワーでビッグデータから価値を引き出すことができるようになります。
150X
Faster Pandas with cuDF
* Benchmark on Groupy advanced operation (5GB) DuckDB Data Benchmark
HW: Intel Xeon Platinum 8480CL CPU and NVIDIA Grace Hopper™ GPU
SW: pandas v1.5 and cudf.pandas v23.10
5X
Faster Spark with the RAPIDS Accelerator for Spark
* NDS 2.0 benchmarks were run with parquet decimal data @ SF3K with UCX off
CPU-only: 8x n1-standard-32
GPU: 8x g2-standard-16, 8x L4 24GB
SW: Spark RAPIDS 24.02
48X
Faster NetworkX with cuGraph
* Benchmark on PageRank with synthetic dataset having ~16,384 vertices and ~524,288 edges
HW: Intel Xeon Platinum 8480CL CPU and NVIDIA H100 80GB (1x GPU)
SW: NetworkX v3.2 and cuGraph v23.10
NVIDIA GPU で XGBOOST トレーニング
GPU 対応 XGBoost は、単一ノードと分散型配置の両方で世界をリードする機械学習アルゴリズムに画期的なパフォーマンスをもたらします。CPU を大幅に上回るトレーニング スピードにより、データ サイエンス チームはより大規模なデータセットに取り組み、より高速に反復処理を行い、モデルを調整して予測精度とビジネス価値を最大化できます。
データ準備
XGBoost
エンドツーエンド
CPU: Core i9 | End-to-end time = Data Prep + Conversion + Training + Validation
GPU対応 XGBoost を今すぐ使い始める方法をご紹介します。
データ サイエンス向け NVIDIA GPU ソリューション
さまざまな NVIDIA GPU ソリューションで比類のない高速化を体験してください。
GPU を活用したビジネス事例
機械学習ワークフローのパフォーマンス、生産性、および ROI を最大化します。
RAPIDS: データ サイエンス ライブラリ スイート
NVIDIA CUDA-X AI 上で構築された RAPIDS は、NVIDIA® CUDA® の 15 年以上に及ぶ開発と機械学習のノウハウを活用しています。このパワフルなソフトウェアにより、エンドツーエンドのデータ サイエンス トレーニング パイプラインは GPU 内で完全に処理され、トレーニング時間が日単位から分単位に短縮されます。
パートナー エコシステム
RAPIDS はあらゆる企業に開放されており、データ サイエンスとデータ分析の分野でグローバルに採用されています。NVIDIA のパートナーは、GPU を活用した分析､機械学習、およびディープラーニングの進歩により、ビッグ データ分析のエコシステムを変革しています。
ウェビナー
RAPIDS によるデータ サイエンス ワークロードの高速化
XGBoost による機械学習のパフォーマンスと生産性の向上
ヘルスケア分野における GPU 対応データ サイエンス向け RAPIDS
RAPIDS および DGX-2 によるエンドツーエンドのデータ サイエンスの高速化
GPUアクセラレーテッド ハードウェア ソリューションの情報を受け取る