在数据分析、机器学习和深度学习领域中工作的数据科学家们将能够借助NVIDIA全新CUDA-X AI库实现速度的大幅提升。
CUDA-X能够充分利用Tensor Core GPU的延展性,为以下领域提供加速:
CUDA-X加速数据科学。
在本届NVIDIA的GTC大会上推出的CUDA-X AI是唯一针对数据科学加速的端到端平台。
随着企业转而采用深度学习、机器学习和数据分析等人工智能技术来更有效地利用数据, CUDA-X AI也应运而生。
适用于数据处理、功能判定、训练、验证和部署的典型工作流程,CUDA-X AI让我们能够充分利用NVIDIA Tensor Core GPU的延展性来独特地处理此类端到端的AI管道。
CUDA-X AI包含十几个专用加速库,能够将机器学习和数据科学工作负载加速至高达50倍。它已经在通过cuDF加速数据分析;通过cuDNN加速深度学习原语;通过cuML加速机器学习算法;通过DALI加速数据处理等。
这些库结合在一起,就能够为典型AI工作流程中的每一步提供加速,无论是使用深度学习来训练语音和图像识别系统,还是通过数据分析来评估抵押贷款组合的风险状况。这些工作流程中的每一步都需要处理大量数据,且每一步都能够受益于GPU加速计算。
因此,CUDA-X AI已得到渣打银行、微软、PayPal、SAS和沃尔玛等顶尖公司所采用。它已集成至主流深度学习框架中,如TensorFlow、PyTorch和MXNet。全球主要云服务提供商均在使用CUDA-X AI来加速自身云服务。今日,全球八大计算机制造商宣布其数据科学工作站和服务器经优化后能够运行NVIDIA的CUDA-X AI库。
CUDA-X AI加速库可单独下载,亦作为NVIDIA NGC软件中心的容器化软件堆栈提供,均为免费。
其可部署于任何地方,包括台式机、工作站、服务器和云计算平台。
于昨日GTC发布的所有数据科学工作站中均已集成CUDA-X AI。且昨日发布的所有NVIDIA T4服务器均经优化,能够运行CUDA-X AI。
好文章,需要你的鼓励
随着人工智能的崛起,我们的职业和个人生活正在发生变革。AI正逐渐渗透到我们的屏幕和思维中。在2025年复杂的政治格局下,我们似乎正生活在一个科幻场景中。这引发了一个不适的问题:我们还能保持多久的主导地位,而不是沦为按剧本行事的演员?AI的持续整合带来了一个微妙却重要的风险:能动性衰退。
据报道,苹果正在开发一项名为 Project Mulberry 的新项目,旨在通过 AI 技术"复制"用户的真实医生。该项目将以健康教练的形式出现在升级版的健康应用中,预计在 iOS 19.4 中首次亮相。这个 AI 健康教练将利用苹果已有的用户健康数据,提供个性化的健康建议。这是蒂姆·库克长期愿景的一部分,即让苹果在医疗保健领域做出最大的社会贡献。
Experian信用局采用了一种审慎的AI应用方法,开发了内部流程、框架和治理模型,帮助其测试和大规模部署生成式AI。这种方法融合了先进的机器学习、代理式AI架构和基层创新,改善了业务运营,并为约2600万美国人扩大了金融服务的可及性。Experian的AI之旅展示了传统数据公司如何转型为AI驱动的平台企业,为负责任的AI治理提供了蓝图。