北京,2021年4月13日——企业数据云公司Cloudera(NYSE:CLDR)宣布,Cloudera Data Platform(CDP)将集成Apache Spark 3.0的RAPIDS加速器。该软件部署在NVIDIA计算平台上,支持企业能够加速数据管道,并大幅提升数据和机器学习工作流,从而在不更改任何代码的情况下,加快AI采用速度,并产生更好的业务成果。借助今年初发布的CDP中Applied ML Prototypes (AMPs)以及NVIDIA强大的计算性能,美国国税局、英国国家统计局和德国商业银行等客户不但可以快速启动整套机器学习应用,还可以在任何本地、公有云或混合云部署中以较低的成本加速数据处理和模型训练。
企业数据工程师正在以前所未有的力度和规模运用数据集,比如改造供应链模型、应对日益增加的欺诈行为或开发新的产品线等。对于数据科学家而言,海量数据造成的瓶颈会直接影响企业训练和使用模型的成本与速度。Cloudera与NVIDIA的集成有望帮助企业快速应对新出现的以及持续的业务挑战,并提供具有洞察力的分析。
美国国税局研究应用分析与统计司技术部门主管Joe Ansaldi表示:“我们需要能够运用大量数据快速做出准确的决策。随着数据量和速度不断提高,这一挑战也在不断变化。凭借Cloudera和NVIDIA的集成,我们将能够运用以数据为依据的洞察为欺诈检测等关键任务应用提供支持。目前我们正在完成上述集成,并且已经看到数据工程和数据科学工作流程的速度提升了三倍以上。”
对于努力应对海量数据集的公司而言,能否进行模型训练取决于是否拥有开源GPU加速数据科学管道。这种管道可以直接增强企业机构运用AI进行业务转型的能力。GPU加速的Apache Spark 3能够在CDP上无缝运行,从而支持企业机构可以通过安全且可扩展的开源机器学习平台,满足从研发到生产的高性能计算(HPC)、AI和数据科学需求。
Cloudera首席产品官Arun Murthy表示:“在速度至关重要的今天,企业比以往任何时候都更加依赖数据的力量。Cloudera与NVIDIA的合作将为客户提供必要的技术支持,帮助客户更好地理解数据,并充分发掘真正的AI转型潜力。CDP分析体验专为帮助数据专家跨多个公有云和私有云、自信应对指数级数据增长和孤岛式数据分析而构建的。接下来我们将深化与NVIDIA的现有集成,通过使用我们的企业数据云服务,客户将可以保持他们现有的竞争优势。”
NVIDIA数据科学产品组高级总监Scott McClellan表示:“Apache Spark为企业保持竞争力所依赖的机器学习和数据分析管道奠定了基础。NVIDIA加速的计算和运行在Cloudera Data Platform上的Spark分析所带来的处理能力,提供了如期高速完成任务的灵活性,同时节省成本。”
用于Apache Spark 的RAPIDS加速器将于今年夏天在CDP私有云版本中提供。NVIDIA与Cloudera将陆续在CDP中推出更多的加速产品,5月将会在CDP公有云中提供深度学习和机器学习加速产品。您可以在本周NVIDIA GTC上了解有关本次合作的更多信息。
关于Cloudera
在Cloudera,我们相信数据可以使今天的不可能,在明天成为可能。我们使人们能够将复杂的数据转换为清晰而可行的洞察力。Cloudera为任何地方的任何数据从边缘到人工智能提供企业数据云平台服务。在开源社区不懈创新的支持下,Cloudera推动了全球最大型企业的数字化转型历程。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。