IBM 与 NVIDIA 携手为资料科学家拓展开源机器学习工具

NVIDIA（辉达）12日宣布与 IBM 计划把全新开源软体RAPIDS?导入至其包含企业内布署、混合与多云环境等企业级资料科学平台。拥有庞大深度学习与机器学习解决方案组合的IBM，无论资料科学家偏好的布署模型为何，都是最能把此开源技术带给这些科学家的企业。

IBM Cognitive 系统资深副总裁 Bob Picciano 表示：「IBM 长期与 NVIDIA 合作，利用如 IBM POWER9 处理器等技术结合 NVIDIA GPU，展现显著的效能提升。我们将 RAPIDS 导入 IBM 产品组合的同时，也期待继续为客户积极挑战 AI 的极限。」

RAPIDS 透过如 Apache Arrow、Pandas 与 Scikit-Learn 等开源软体的优势将 GPU 加速技术导入至 IBM 产品中。而 RAPIDS 也立即受到广大生态系与来自各大关键开源贡献者包括 Anaconda、BlazingDB、 Graphistry、NERSC、PyData、INRIA 与 Ursa Labs 的支持。

IBM 正计划将 RAPIDS 导入涵盖企业内布署、公共、混合与多云环境等关键领域，包括：

 在 IBM POWER9 上的 PowerAI透过 RAPIDS 为资料科学家带来更多开源机器学习与分析函式库的可用选项：NVIDIA 与 IBM 针对 POWER9 程式所特别做的努力，包含整合 NVIDIA NVLinkR 与 NVIDIA TeslaR Tensor Core GPU，已证实可直接让工作负载加速受益。PowerAI 是 IBM 的软体层，可让现今的资料科学与 AI 作业在异质运算系统上执行时进行优化，而其目标是希望透过 RAPIDS 让在 POWER9 上出现的 GPU 加速作业提升效能轨迹。

 IBM Watson Studio 与 Watson 机器学习：利用 NVIDIA GPU 的效能，让资料科学家与 AI 开发人员能够透过 IBM Cloud Private for Data 与 IBM Cloud，在多云环境中打造、布署与比仅用 CPU 建构的模型更快的 AI 应用。

 IBM Cloud：对于选用搭载 GPU 装置的用户，可把 RAPIDS 中的机器学习加速与分析函式库导入云端上应用并享用机器学习的好处。

NVIDIA 加速运算副总裁暨总经理 Ian Buck 表示：「IBM与NVIDIA这些年来紧密合作已协助全球顶尖企业与机构处理许多现今所面临的最大难题。随著 IBM 将利用 NVIDIA 所宣布的开源函式库 RAPIDS ，资料科学家将迎来透过 GPU 加速的机器学习，协助他们以比过往更快的速度分析大数据以获得洞见。」

机器学习是AI的一种型式，可以让系统透过资料进行学习，而非透过专用的程式。众多零售、金融与通讯等跨领域企业，不是已主动使用机器学习，就是正在探索机器学习，试图利用大数据更了解顾客行为、偏好或客户满意度中微妙的变化，为企业带来潜在的价值。

今年稍早，IBM 以比之前的纪录保持者快了 46 倍的速度在兆级机器学习基准上缔造了新的纪录。其利用由 IBM Research 开发名为「IBM Snap 机器学习」(Snap ML)的机器学习演算法，并于搭载 NVIDIA Tesla V100 Tensor Core GPU 的 IBM Power Systems AC922 的伺服器上进行运算，IBM 的研究人员使用由 Criteo Labs 所释出的 40 亿笔线上广告资料集进行训练，仅花了 91.5 秒就完成对逻辑回归分析分类器的训练。