Visit your regional NVIDIA website for local content, pricing, and where to buy partners specific to your country.
Der RAPIDS™ Accelerator für Apache Spark ist ein Plug-in, das RAPIDS-Bibliotheken und GPUs nutzt, um die Datenverarbeitung und Pipelines für maschinelles Lernen auf Apache Spark zu beschleunigen. Er transformiert bestehende Pipelines, ohne dass der Code geändert werden muss.
Beschleunigen Sie die Durchführung von Aufgaben zur Datenvorbereitung, um KI-Modelle schneller zu trainieren und Analysen zu beschleunigen.
Mit weniger mehr erreichen: Im Vergleich zu CPUs erledigt Spark auf NVIDIA-Grafikprozessoren Aufgaben schneller und mit weniger Hardware, was sowohl Zeit als auch Kapitalkosten vor Ort oder Betriebskosten in der Cloud spart.
Profitieren Sie schnell von den Vorteilen, ohne dass Codeänderungen erforderlich sind. Die enthaltenen Tools ermitteln die besten Aufträge für die GPU-Beschleunigung und berechnen optimale Konfigurationen.
Unternehmen aller Art nutzen Apache Spark für die Analyse von Geschäftsprozessen, das Laden von Daten in Data Warehouses und die Datenvorverarbeitungen zu Beginn von Pipelines für maschinelles Lernen.
Wachsende Datenmengen belasten die IT-Ressourcen. Die GPU-Beschleunigung verbessert die Recheninfrastruktur, sodass wesentlich mehr Daten verarbeitet werden können. Durch die Beschleunigung seiner Betriebsabläufe konnte Taboola die Fristen für die Verarbeitung wachsender Datenmengen innerhalb seiner bestehenden Rechenzentrumsinfrastruktur einhalten.
KI-Pipelines bestehen aus mehreren Schritten, darunter die Datenvorbereitung, die Transformation, das Feature Engineering und die Datenextraktion. Die Beschleunigung dieser Vorgänge mit GPUs führt zu kürzeren Trainingszeiten und senkt die Kosten für die Infrastruktur erheblich. AT&T konnte sowohl die Kosten als auch den Zeitaufwand für seine KI-Pipeline um 70 Prozent senken.
Unternehmen verlassen sich bei wichtigen betrieblichen Entscheidungen auf die neuesten Daten. Dank der GPU-Beschleunigung können sie mit aktuellen Informationen arbeiten und in Echtzeit Erkenntnisse gewinnen. CapGemini half einem internationalen Einzelhändler mit GPUs, die Bearbeitungszeit für Transaktionen von Tagen auf Stunden zu reduzieren.
Unterstützung bei der Migration im großen Maßstab
Automatisieren Sie die das Qualifizieren, das Testen und das Konfigurieren Ihrer Spark-Aufträge für die GPU-Beschleunigung und nutzen Sie KI, um Konfigurationen für maximale Leistung zu optimieren.
Die Zeit für eine groß angelegte Migration kann von Wochen oder Monaten auf Stunden oder Tage reduziert werden, was eine schnellere Wertschöpfung und erhebliche Einsparungen ermöglicht. Bewerben Sie sich für diesen kostenlosen Dienst, indem Sie das Interessenformular ausfüllen.
Bewerten Sie das Potenzial für die GPU-Beschleunigung bei Ihren eigenen Apache Spark-Workloads und erfahren Sie, wie Sie einen Cluster für optimale Kosteneinsparungen konfigurieren können.
Die Integration von Cloudera und NVIDIA wird uns in die Lage versetzen, datengestützte Erkenntnisse für unternehmenskritische Anwendungsfälle zu nutzen. Wir implementieren diese Integration derzeit und verzeichnen bereits eine 10-fache Geschwindigkeitssteigerung bei der Hälfte der Kosten für unsere Workflows im Bereich Data Engeering und Datawissenschaft.
– Joe Ansaldi, Technical Branch Chief of Research Applied Analytics and Statistics, IRS
Die Leistung von NVIDIA-beschleunigtem Spark 3 im Vergleich zur Ausführung von Spark auf CPUs ist deutlich schneller. Dank dieses bahnbrechenden GPU-Leistungszuwachses eröffnen sich völlig neue Möglichkeiten für die Integration KI-gestützter Funktionen in unser gesamtes App-Angebot der Adobe Experience Cloud.
– William Yan, Senior Director of Machine Learning, Adobe
Unsere fortgesetzte Arbeit mit NVIDIA verbessert die Leistung mit RAPIDS-Optimierungen für Apache Spark 3 und Databricks, sodass unsere gemeinsamen Kunden, wie Adobe, davon profitieren. Diese Beiträge führen zu Beschleunigungen bei Datenpipelines, beim Modelltraining und bei Wertungen, die direkt zu mehr Durchbrüchen und Erkenntnissen für unsere Community aus Datentechnikern und Datenwissenschaftlern führen.
– Matei Zaharia, Original Creator of Apache Spark and Chief Technologist bei Databricks
Erfahren Sie, wie Sie GPU-beschleunigte Datenanalysen aus der Entwicklung in den Produktivbetrieb übernehmen können.
Nutzen Sie noch heute die RAPIDS-Open-Source-Bibliotheken, um Pipelines der Datenwissenschaften zu beschleunigen. Entdecken Sie die neuesten technischen Ressourcen und starten Sie mit dem RAPIDS-Beschleuniger für Apache Spark.
Beschleunigen Sie die Datenwissenschaft mit NVIDIA AI Enterprise, einer sicheren Cloud-nativen End-to-End-KI-Softwareplattform. NVIDIA AI Enterprise bietet Sicherheit, Verwaltbarkeit und API-Stabilität, um potenzielle Risiken von Open-Source-Software zu mindern.
Um den Wert von KI-gestützten Big Data zu erschließen und mehr über die nächste Evolutionsstufe von Apache Spark zu erfahren, laden Sie das E-Book „Apache Spark 3.x beschleunigen – NVIDIA-Grafikprozessoren für die nächste Ära von Analysen und KI nutzen“ herunter.
NVIDIA-Datenschutzrichtlinie