互聯(lián)網(wǎng)在提高人們社會活動質(zhì)量的同時可能對部分互聯(lián)網(wǎng)使用者造成傷害。我們要正確認識網(wǎng)絡(luò)的兩面性，用其所長、避其所短，發(fā)揮網(wǎng)絡(luò)對生活的積極促進作用。把網(wǎng)絡(luò)作為生活的補充就可以享受網(wǎng)絡(luò)的諸多益處，接下來這篇文章給大家說說互聯(lián)網(wǎng)科技的正能量。

今天在慕尼黑舉行的GPU技術(shù)大會上，由視頻/圖形公司轉(zhuǎn)型為人工智能(AI)巨頭的英偉達(Nvidia)在人工智能方向上又向前邁進了一步。

不過這一次，Nvidia并沒有發(fā)布新的圖形處理單元(GPU)平臺，也沒有發(fā)布新的用于深度學習的專用SDK，而是發(fā)布了一套新的用于GPU加速分析和機器學習(ML)的開源庫。

NVIDIA(英偉達)從圖形和游戲到AI(人工智能)和deep learningAlso(深度學習)

新的庫集將提供Python接口，類似于Scikit Learn和panda提供的接口，但它將利用公司的CUDA平臺在一個或多個gpu上加速。

英偉達人工智能基礎(chǔ)設(shè)施主管曾俊欣(Jeff Tseng)周二通過電話向一些科技記者表示，與只使用cpu的實現(xiàn)相比，使用RAPIDS的訓練時間提高了50倍。(這個速度是在Nvidia DGX-2系統(tǒng)上涉及XGBoost ML算法的場景中測量的，不過沒有明確討論CPU硬件配置。)

顯然，Integrations和partnersRAPIDS合并了內(nèi)存中的柱狀數(shù)據(jù)技術(shù)Apache Arrow，并被設(shè)計為在Apache Spark上運行?？紤]到后者，該公司從邏輯上獲得了Databricks的支持，后者將把RAPIDS集成到自己的分析和人工智能平臺中。

不過，Databricks并不是唯一支持RAPIDS平臺的大牌公司。Python全明星巨蟒，IBM、惠普企業(yè)和甲骨文等科技巨頭也在行動。

當您分別從RAPIDS網(wǎng)站和NVIDIA GPU云容器注冊表中以源代碼和Docker容器形式閱讀本文時，應(yīng)該已經(jīng)下載了nowRAPIDS。

這篇文章更新于太平洋時間10月11日上午9點29分。原帖稱，10月9日星期二，英偉達首席執(zhí)行官黃延森向媒體介紹了RAPIDS的情況。事實上，這個簡報是英偉達人工智能基礎(chǔ)設(shè)施主管曾俊欣(Jeff Tseng)做的。