IBM与NVIDIA携手为数据科学家拓展开源机器学习工具

2018年10月，IBM宣布计划将全新RAPIDS™ 开源软件纳入到其企业级数据科学平台中，涵盖本地预置、混合云和多云环境。凭借其庞大的深度学习与机器学习解决方案组合，IBM能为偏好不同部署模型的数据科学家提供这一开源威廉希尔官方网站 。

IBM认知系统方案高级副总裁Bob Picciano表示：“IBM长期与NVIDIA合作，利用IBM POWER9处理器，结合NVIDIA GPU等威廉希尔官方网站 ，实现显著的性能提升。我们将RAPIDS纳入IBM产品组合的同时，也期待能够继续积极地帮助客户突破人工智能的性能界限。”

借助Apache Arrow、Pandas和Scikit-Learn等开源机器学习软件的优势，RAPIDS将GPU的加速能力融入IBM产品中。包括Anaconda、BlazingDB、Graphistry、NERSC、PyData、INRIA和Ursa Labs在内的主要开源贡献者，都在RAPIDS推出后立即给予了其广泛的生态系统支持。

IBM计划将RAPIDS引入本地预置、公有云、混合云与多云环境等主要领域，同时基于IBM POWER9的PowerAI将借助RAPIDS为数据科学家扩展更多开源机器学习与分析库的可用选项。事实证明，NVIDIA与IBM围绕POWER9处理器所做的专项工程，包括将NVIDIA NVLink® 和NVIDIA Tesla® TensorCore GPU进行集成所做的努力，直接有利于加速工作负载。作为IBM的软件层，如今PowerAI可以优化运行在异构计算系统上的数据科学与AI工作负载，同时借助RAPIDS持续提升POWER9上经GPU加速后的工作负载的性能。

IBM Watson Studio与Watson机器学习（Watson Machine Learning）利用NVIDIA GPU的强大功能，使数据科学家和AI开发人员能够透过IBM Cloud Private for Data 和IBM Cloud，在多云环境中构建、部署和运行速度更快的模型，远超仅采用CPU的部署方式。

IBM Cloud能够帮助采用GPU设备的用户，将RAPIDS中的加速机器学习与分析库应用于其云端应用，从而受益于机器学习。

NVIDIA副总裁、加速计算部总经理Ian Buck表示：“IBM与NVIDIA多年来密切合作，已经帮助全球领先的企业和机构解决了诸多如今世界上最大的难题。随着IBM对NVIDIA RAPIDS开源库的使用，数据科学家将借助GPU加速机器学习能力，以前所未有的速度更快地分析大数据。”

机器学习是AI的一种形式，可以让系统透过数据而非专用程序进行学习。零售、金融和电信等领域的众多企业要么正在主动使用机器学习，要么正在探索机器学习，都试图利用大数据更好地了解消费者的行为、偏好或客户满意度中微妙的变化，从而为企业带来潜在的价值。

今年早些时候，IBM以超出之前纪录保持者46倍的速度，在兆级机器学习基准上缔造了新的纪录。IBM研究人员利用IBM Research开发的IBM Snap Machine Learning（Snap ML）机器学习算法，在搭载NVIDIA Tesla V100 Tensor Core GPU的IBM Power Systems AC922服务器上运行，仅花费91.5秒就基于由Criteo Labs发布的超40亿个在线广告数据案例，完成了对逻辑回归分类器的训练。