NVIDIA Rapids通过零代码的加速和性能提高来增强机器学习

2025-06-04 06:00 view 学习

NVIDIA RAPIDS Enhances Machine Learning with Zero-Code Acceleration and Performance Gains

Timothy Morano May 31, 2025 05:45

NVIDIA's RAPIDS introduces zero-code acceleration for machine learning, boosts IO performance, and supports out-of-core XGBoost培训，简化数据科学工作流程。根据NVIDIA的说法，最新更新引入了零代码变化加速度，用于Python机器学习，大量IO性能改进以及支持OF - 核心Xgboost培训。

零代码变化加速度

NVIDIA的CUML的新功能现在允许数据科学家在工作流程中利用零代码变化加速度。该功能对于Scikit-Learn，UMAP和HDBSCAN等流行库的用户特别有益。通过利用NVIDIA GPU，数据科学家可以在不改变其现有代码库的情况下实现5-175X的性能提高。

IO性能增强

Rapids的CUDF获得了显着的性能增强，尤其是用于云基数据处理任务。 NVIDIA KVIKIO的集成可以从Amazon S3（例如Amazon S3）等云存储解决方案中更快地读取Parquet文件，从而在读取速度方面取得了三倍的提高。此外，NVIDIA的Blackwell体系结构中的基于硬件的减压引擎通过减少延迟和增加吞吐量来促进更快的数据处理。

与D与D合作的核心XGBoost培训

MLC社区，Rapids已针对大型数据集进行了优化的XGBoost，从而可以对超过内存限制的数据进行有效的培训。 This development is especially advantageous for systems utilizing NVIDIA's GH200 Grace Hopper and GB200 Grace Blackwell, enabling them to handle datasets over 1 TB efficiently.

Usability and Platform Updates

RAPIDS has also enhanced usability with features like global configuration settings and GPU-aware profiling for the Polars engine, making it easier for users to optimize their data science workflows.此外，还引入了对NVIDIA Blackwell-Archituction GPU的支持以及Conda软件包管理的改进，扩大了平台的可访问性和易用性。

这些更新，在NVIDIA GTC 2025上展示，下划线NVIDIA NVIDIA致力于提高数据科学技术和流化机器学习机器学习流程。有关这些发展的更多详细信息，请访问NVIDIA博客。