2018年 10月,IBM(NYSE: IBM)宣布计划将全新 RAPIDS™ 开源软件纳入到其企业级数据科学平台中,涵盖本地预置、混合云和多云环境。凭借其庞大的深度学习与机器学习解决方案组合,IBM 能为偏好不同部署模型的数据科学家提供这一开源技术。

IBM 认知系统方案高级副总裁 Bob Picciano 表示:“IBM 长期与 NVIDIA 合作,利用 IBM POWER9 处理器,结合 NVIDIA GPU 等技术,实现显著的性能提升。我们将 RAPIDS 纳入 IBM 产品组合的同时,也期待能够继续积极地帮助客户突破人工智能的性能界限。”

借助 Apache Arrow、Pandas 和 Scikit-Learn 等开源机器学习软件的优势,RAPIDS 将 GPU 的加速能力融入 IBM 产品中。包括 Anaconda、BlazingDB、Graphistry、NERSC、PyData、INRIA 和 Ursa Labs 在内的主要开源贡献者,都在 RAPIDS 推出后立即给予了其广泛的生态系统支持。

IBM 计划将 RAPIDS 引入本地预置、公有云、混合云与多云环境等主要领域,同时基于 IBM POWER9 的 PowerAI 将借助 RAPIDS 为数据科学家扩展更多开源机器学习与分析库的可用选项。事实证明,NVIDIA 与 IBM 围绕 POWER9 处理器所做的专项工程,包括将 NVIDIA NVLink® 和 NVIDIA Tesla® TensorCore GPU 进行集成所做的努力,直接有利于加速工作负载。作为 IBM 的软件层,如今 PowerAI 可以优化运行在异构计算系统上的数据科学与 AI 工作负载,同时借助 RAPIDS 持续提升 POWER9 上经 GPU 加速后的工作负载的性能。

IBM Watson Studio 与 Watson 机器学习(Watson Machine Learning)利用 NVIDIA GPU 的强大功能,使数据科学家和 AI 开发人员能够透过 IBM Cloud Private for Data 和 IBM Cloud,在多云环境中构建、部署和运行速度更快的模型,远超仅采用 CPU 的部署方式。

IBM Cloud 能够帮助采用 GPU 设备的用户,将 RAPIDS 中的加速机器学习与分析库应用于其云端应用,从而受益于机器学习。

NVIDIA 副总裁、加速计算部总经理 Ian Buck 表示:“IBM 与 NVIDIA 多年来密切合作,已经帮助全球领先的企业和机构解决了诸多如今世界上最大的难题。随着 IBM 对 NVIDIA RAPIDS 开源库的使用,数据科学家将借助 GPU 加速机器学习能力,以前所未有的速度更快地分析大数据。”

机器学习是 AI 的一种形式,可以让系统透过数据而非专用程序进行学习。零售、金融和电信等领域的众多企业要么正在主动使用机器学习,要么正在探索机器学习,都试图利用大数据更好地了解消费者的行为、偏好或客户满意度中微妙的变化,从而为企业带来潜在的价值。

今年早些时候,IBM 以超出之前纪录保持者 46倍的速度,在兆级机器学习基准上缔造了新的纪录。IBM 研究人员利用 IBM Research 开发的 IBM Snap Machine Learning(Snap ML)机器学习算法,在搭载 NVIDIA Tesla V100 Tensor Core GPU 的 IBM Power Systems AC922 服务器上运行,仅花费 91.5秒就基于由 Criteo Labs 发布的超 40亿个在线广告数据案例,完成了对逻辑回归分类器的训练。

关于 IBM
有关更多信息,敬请访问 www.ibm.com/cn-zh/