Suchen

RAPIDS: NVIDIA präsentiert Open-Source-Plattform für Datenanalyse und Maschinelles Lernen

| Redakteur: Sebastian Gerstl

Auf seiner Technologiekonferenz GTC Europe stellte NVIDIA-CEO Jensen Huang eine GPU-Beschleunigungsplattform Big-Data- und Machine-Learning-Projekte vor. Die Open-Source-Softwaresuite RAPIDS soll sowohl den Zugang zu Datenwissenschaften erleichtern als auch eine signifikante Leistungssteigerung für GPU-gestützte Lösungen bieten.

Firmen zum Thema

NVIDIA-CEO Jensen Huang bei der Vorstellung der RAPIDS Open-Source-Plattform während seiner Keynote auf der GTC Europe 2018.
NVIDIA-CEO Jensen Huang bei der Vorstellung der RAPIDS Open-Source-Plattform während seiner Keynote auf der GTC Europe 2018.
(Bild: NVIDIA)

NVIDIA kündigte heute eine GPU-Beschleunigungsplattform für Data Science und Machine Learning an, die es selbst den größten Unternehmen ermöglicht, riesige Datenmengen zu analysieren und genaue Geschäftsprognosen mit höchster Geschwindigkeit zu erstellen.

Bei RAPIDS handelt es sich um ein Paket aus Open-Source-Bibliotheken. Es basiert auf NVIDIA CUDA für die Low-Level-Compute-Optimierung und adressiert speziell die Parallelität von GPUs und deren integrierten Speicher, die sich durch benutzerfreundliche Python-Schnittstellen ansprechen lassen. Dies ermöglicht einen leichten Zugang für Entwickler und verspricht unter anderem Datenwissenschaftlern eine enorme Leistungssteigerung, speziell für Berechnungen, die sich komplexen Vorausberechnungen befassen. Darunter zählen beispielsweise die Vorhersage von Kreditkartenbetrug, die Prognose von Einzelhandelsbeständen oder das Verständnis und eine Voraussage des Kaufverhaltens von Kunden.

„Datenanalyse und maschinelles Lernen sind die größten Segmente des High-Performance-Computing-Marktes, die bisher nicht beschleunigt wurden", sagte Jensen Huang, Gründer und CEO von NVIDIA, der RAPIDS in seiner Keynote auf der GPU Technology Conference in München vorstellte. „Die weltweit größten Industrien führen Algorithmen aus, die durch maschinelles Lernen auf einem Heer von Servern geschrieben wurden, um komplexe Muster in ihrem Markt und ihrer Umgebung zu erfassen und schnelle, genaue Vorhersagen zu treffen, die sich direkt auf ihr Ergebnis auswirken. Die RAPIDS GPU-Beschleunigungsplattform lässt sich nahtlos in die weltweit beliebtesten Bibliotheken und Workflows der Datenwissenschaft integrieren, um das maschinelle Lernen zu beschleunigen.", sagte er.

In enger Zusammenarbeit mit der Open-Source-Community entstanden

RAPIDS bietet eine Reihe von Open-Source-Bibliotheken für GPU-beschleunigte Analysen, maschinelles Lernen und - demnächst - Datenvisualisierung. Die Suite wurde in den letzten zwei Jahren von NVIDIA-Ingenieuren in enger Zusammenarbeit mit wichtigen Open-Source-Anbietern entwickelt.

RAPIDS baut auf beliebten Open-Source-Projekten auf - darunter Apache Arrow, Pandas und scikit-learn - und fügt der Python Data Science Toolchain GPU-Beschleunigung hinzu. Um RAPIDS zusätzliche Bibliotheken und Funktionen für das maschinelle Lernen zur Verfügung zu stellen, arbeitet NVIDIA mit Open-Source-Ökosystemanbietern wie Anaconda, BlazingDB, Databricks oder Quansight zusammen.

RAPIDS wird bereits zum Start von einer Reihe von namhaften Unternehmen unterstützt. Neben den bereits erwähnten Größen in der Open-Source-Community zählen hierzu auch führende Technologiekonzerne wie Hewlett Packard Enterprise, IBM, Oracle, Cisco, Dell EMC, Lenovo, SAP und SAS.

Marktforscher schätzen das Gesamtvolumen des Servermarkts für Data Science und Machine Learning auf 20 Milliarden Dollar pro Jahr. Zusammen mit wissenschaftlichen Analysen und Deep Learning dürfte dies nach Aussage von NVIDIA den Wert des High Performance Computing Marktes auf rund 36 Milliarden Dollar erhöhen.

(ID:45540054)