座人ibm与nvidia携手为数据科学家拓展

ibm与nvidia携手为数据科学家拓展开源机器学习工具

基于ibm power9的powerai、ibm cloud和ibm watson studio将支持全新gpu加速软件库rapids

2018年10月，ibm(ny所以se: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bobpicciano表示： ibm长期与nvidia合作，利用ibm power9处理器，结合nvidiagpu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为“行”配套的重点是车用化学品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nvidianvlink 和nvidiatesla 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的而且玻璃透明无色软件层，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ianbuck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以超出之前纪录保相对塑料制品来说持者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ibmresearch开发的ibmsnapmachinelearning(snapml)机器学习算法，在搭载nvidiateslav100 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40亿个广告数据案例，完成了对逻辑回归分类器的训练。

转载请注明出处。