NVIDIA CUDA-X AI

NVIDIA CUDA-X AI

面向数据科学和 AI 的 NVIDIA GPU 加速库

数据科学是推动 AI 发展的关键力量之一,而 AI 能够改变各行各业。 但是,驾驭 AI 的力量是一个复杂挑战。 开发基于 AI 的应用程序涉及许多个步骤(包括数据处理、特征工程、机器学习、验证和部署),而且每个步骤都要处理大量数据和执行大规模的计算操作。 这需要使用加速计算技术,而 CUDA-X AI 正是在这方面推动变革。

帮助现代 AI 应用程序加速运行

数据科学工作流程从开始到结束都需要强大的计算能力。CUDA-X AI 是软件加速库的集合,这些库建立在 CUDA® (NVIDIA 的开创性并行编程模型)之上,提供对于深度学习、机器学习和高性能计算 (HPC) 必不可少的优化功能。这些库包括 cuDNN(用于加速深度学习基元)、cuML(用于加速数据科学工作流程和机器学习算法)、NVIDIA® TensorRT(用于优化受训模型的推理性能)、cuDF(用于访问 pandas 之类的数据科学 API)、cuGraph(用于在图形上执行高性能分析),以及超过 13 个的其他库。这些库与 NVIDIA Tensor Core GPU 无缝地配合工作,加快基于 AI 的应用程序的开发和部署速度。CUDA-X AI 让开发人员能够提高工作效率,同时从不断提升的应用程序性能中获益。

 

 

 随处可得

CUDA-X AI 随处可得。它的软件加速库集成到所有深度学习框架(包括 TensorFlow、PyTorch 和 MXNet)和常用的数据科学软件(例如 RAPIDS)中。这些库是领先的云平台(包括 AWS、Microsoft Azure 和 Google Cloud)的一部分,而且可以通过 NGC 网站逐个地或作为容器化的软件栈免费下载。CUDA-X AI 库可以部署到多种设备内的 NVIDIA GPU 上,其中包括台式机、工作站、服务器、云计算和物联网 (IoT) 设备。无论开发新应用程序,还是加快现有应用程序的运行速度,CUDA-X AI 都能提供极为高效和有效的前路。

 

posted @   吴建明wujianming  阅读(632)  评论(0编辑  收藏  举报
编辑推荐:
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
点击右上角即可分享
微信分享提示