IBM與NVIDIA合作提供開源機器學習工具

 2018-11-02

日前,IBM宣布計劃將全新的RAPIDS開源軟件納入到其企業級數據科學平台中,涵蓋本地預置、混合雲和多雲環境。憑藉深度學習與機器學習解決方案組合,IBM能為偏好不同部署模型的數據科學家提供這一開源技術。
IBM認知系統方案高級副總裁Bob Picciano表示:“IBM長期與NVIDIA合作,利用IBM POWER9處理器,結合NVIDIA GPU等技術,實現顯著的性能提升。我們將RAPIDS納入IBM產品組合的同時,也期待能夠繼續積極地幫助客戶突破人工智能的性能界限。”
借助Apache Arrow、Pandas和Scikit-Learn等開源機器學習軟件的優勢,RAPIDS將GPU的加速能力融入IBM產品中。包括Anaconda、BlazingDB、Graphistry、NERSC、PyData、INRIA和Ursa Labs在內的主要開源貢獻者,都在RAPIDS推出後立即給予了其廣泛的生態系統支持。
IBM計劃將RAPIDS引入本地預置、公有云、混合雲與多雲環境等主要領域,同時基於IBM POWER9的PowerAI將藉助RAPIDS為數據科學家擴展更多開源機器學習與分析庫的可用選項。事實證明,NVIDIA與IBM圍繞POWER9處理器所做的專項工程,包括將NVIDIA NVLink和NVIDIA Tesla TensorCore GPU進行集成所做的努力,直接有利於加速工作負載。
作為IBM的軟件層,如今PowerAI可以優化運行在異構計算系統上的數據科學與AI工作負載,同時藉助RAPIDS持續提升POWER9上經GPU加速後的工作負載的性能。
IBM Watson Studio與Watson機器學習(Watson Machine Learning)利用NVIDIA GPU的強大功能,使數據科學家和AI開發人員能夠透過IBM Cloud Private for Data 和IBM Cloud,在多雲環境中構建、部署和運行速度更快的模型,遠超僅採用CPU的部署方式。
IBM Cloud能夠幫助採用GPU設備的用戶,將RAPIDS中的加速機器學習與分析庫應用於其云端應用,從而受益於機器學習。
NVIDIA副總裁、加速計算部總經理Ian Buck表示:“IBM與NVIDIA多年來密切合作,已經幫助全球領先的企業和機構解決了諸多如今世界上最大的難題。隨著IBM對NVIDIA RAPIDS開源庫的使用,數據科學家將藉助GPU加速機器學習能力,以前所未有的速度更快地分析大數據。”
機器學習是AI的一種形式,可以讓系統透過數據而非專用程序進行學習。零售、金融和電信等領域的眾多企業要么正在主動使用機器學習,要么正在探索機器學習,都試圖利用大數據更好地了解消費者的行為、偏好或客戶滿意度中微妙的變化,從而為企業帶來潛在的價值。
今年早些時候,IBM以超出之前紀錄保持者46倍的速度,在兆級機器學習基准上締造了新的紀錄。IBM研究人員利用IBM Research開發的IBM Snap Machine Learning(Snap ML)機器學習算法,在搭載NVIDIA Tesla V100 Tensor Core GPU的IBM Power Systems AC922服務器上運行,僅花費91.5秒就基於由Criteo Labs發布的超40億個在線廣告數據案例,完成了對邏輯回歸分類器的訓練。


 
GPU Taiwan Facebook
Facebook 社團 · 20,721 位成員
加入社團
關注AI與深度學習、人工智慧、智慧城市、智能駕駛、智慧機器、Fintech、未來醫療、AR/VR、智能硬件、物聯網、區塊鍊等 GPU Taiwan Facebook社團為封閉性社團,需要經過審核後才能加入,你填了嗎? https://goo.gl/ANgnVA 我們希望能透過這個平台,真正讓專...
 

文章來源:中關村在線