【51CTO.com原创稿件】以前大家都当数据科学家，因为数据科学家不是在喝咖啡，就是在喝咖啡的路上。毕竟，数据加载的过程非常漫长，需要很长时间进行数据下载、数据抽取、数据转换等等。不过，有了全新的GPU加速平台后，数据科学家可能就会高兴不起来了，因为这将大大减少他们喝咖啡的时间。当然，对于IT manager或者企业管理者来说，是极大的利好消息。
在今年10月10日的GTC欧洲大会上，NVIDIA正式发布了新的GPU加速平台：RAPIDS。
赵立威，NVIDIA亚太区解决方案架构高级总监
在本周NVIDIA北京办公室举行的RAPIDS媒体沟通会上，NVIDIA亚太区解决方案架构高级总监赵立威表示，当前我们已经进入了数据驱动的时代，任何决策的制订都需要数据支撑。如果需要花费数十个小时甚至几天、周周的时间来分析数据，对于决策者来说简单是无法容忍的。
50倍的加速
RAPIDS的三大关键词是：面向数据科学和机器学习、软件平台、开源。
赵立威表示，几乎每家企业都在利用数据驱动业务发展，一旦离开数据，零售、互联网等任何行业和领域的商业行为，将不可想像。因此，秒级甚至毫秒级的数据分析能力，至关重要。
RAPIDS就是希望帮助企业以“前所未有”的速度分析海量数据并进行精准的业务预测，用户只需要进行非常小代码的变化量，就能够带来50倍的加速，这给数据科学家带来了极大的信心。
据介绍，最初的RAPIDS基准分析利用了XGBoost机器学习算法在NVIDIA DGX-2TM系统上进行训练，结果表明与仅有CPU的系统相比其速度能加快50倍。他能够帮助数据科学家将典型训练时间从数天减少到数小时，或者从数小时减少到数分钟——具体取决于其数据集的规模。
赵立威表示，如果用户想体会RAPIDS的优势，特别是大型项目所能带来的优势，可以先从DGX station这种小型的可以放在脚边的机器开始试用。但是，想要体验在生产环境中的性能，就需要用DGX-2这种能够带来50倍加速体验的产品，非常令人震惊。
目前，除了DGX-2、DGX-1、DGX station等硬件产品支持RAPIDS之外，基于NVIDIA HGX-1、HGX-2这两种架构的硬件产品均提供对RAPIDS加速的支持。此外，NVIDIA众多合作的ODM、OEM厂商提供的一些硬件产品，也开始支持RAPIDS。
完全开源的软件平台
RAPIDS是一个软件平台，而且是一个完全开源的软件平台。
在GTC欧洲大会上黄仁勋曾在演讲中介绍，RAPIDS构建于Apache Arrow、pandas和 scikit-learn等流行的开源项目之上，为最流行的Python数据科学工具链带去GPU提速。
据了解，为了将更多的机器学习库和功能引入RAPIDS， NVIDIA 广泛地与开源生态系统贡献者展开合作 ，其中包括 Anaconda、BlazingDB、 Databricks、Quansight、scikit-learn、Ursa Labs 负责人兼Apache Arrow缔造者Wes McKinney，以及迅速增长的Python数据科学库pandas等等。为了推动RAPIDS的广泛应用，英伟达也努力将RAPIDS与Apache Spark进行整合，后者是分析及数据科学方面领先的开源框架。
赵立威表示，RAPIDS的开源有两层含义，第一个含义是说整个RAPIDS是NVIDIA跟所有的开源社区合作，不管是SPARK、PYTHON、APACHE ARROW还是DASK，NVIDIA都与他们保持着非常紧密的合作。第二，RAPIDS平台本身是开源的，我们希望通过这种方式吸引更多开源的朋友参与进来，贡献他们的代码、贡献他们的智慧，不断的完善整个平台上的创新、丰富上面的基础特性，服务我们更多的场景。
因此，RAPIDS是从开源社区中来，到开源社区中去。
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
