RAPIDS

RAPIDS? は、最も広く使用されているオープンソース データ ツール群と互換性のある API を備えた、GPU で高速化されたデータ サイエンスおよび AI ライブラリのオープンソース スイートです。データ パイプライン全體にわたりパフォーマンスを桁違いで大規模に高速化できます。


今すぐ始める
An optimized hardware-to-software stack for the entire data science pipeline
データ サイエンス パイプライン全體向けに最適化された、ハードウェアからソフトウェアへのスタック。

RAPIDS のメリット

大幅な高速化

パイプラインが高速化されると、より多くの実験が可能となり、成果が向上します。


ベンチマークを実行してみる

導入しやすい

使い慣れた Python API とプラグインにより、既存のワークロードがすぐに高速化されます。


モジュール式ライブラリについて

柔軟なオープンソース プラットフォーム

100 以上のソフトウェアと統合することで、RAPIDS はコラボレーションを促進します。


エコシステムについて

どこでも実行可能

RAPIDS は、すべての大手クラウド、ローカル マシン、またはオンプレミスで実行可能です。


導入オプションを見る

データ サイエンスを高速化

RAPIDS には広く適用されている操作やアルゴリズムを高速化するライブラリが備わっており、質問が進化しても洞察を獲得するまでの時間が短縮されます。

150 倍

cuDF で pandas が高速化

*Groupy の高度な操作に関するベンチマーク (5GB) DuckDB データ ベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA Grace Hopper GPU SW: pandas v1.5 および cudf.pandas v23.10

50 倍

cuML により Scikit-Learn が高速化

*100,000 のサンプルおよび 256 機能での UMAP の教師なしベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA H100 80GB (1x GPU) SW: scikit-learn v1.3 および cuML v23.10

48 倍

cuGraph により NetworkX が高速化

*16,384 以下の頂點と 524,288 以下のエッジを持つ合成データセットを使用した PageRank のベンチマーク HW: Intel Xeon Platinum 8480CL CPU および NVIDIA H100 80GB (1x GPU) SW: NetworkX v3.2 および cuGraph v23.10

rapids.ai でベンチマークをご覧ください

データワークロード全體に対する柔軟性

RAPIDS は、モジュール式で相互運用可能なライブラリから獨自に選択でき、パイプラインやアプリケーションにスムーズにプラグ アンド プレイできるため、開発プロセスが簡素化されます。



RAPIDS は、どんな規模においてもデータ サイエンス パイプラインのスムーズな実行を維持します。

A flowchart showing how RAPIDS keeps data science pipelines running smoothly at any scale

データ準備

既存のツールを使用して、表形式のデータセット、グラフ データベース、または Spark フレームワークのデータ分析をシームレスに高速化します。


アクセラレーテッド データ分析の
詳細はこちら

機械學習

scikit-learn に厳密に準拠した API を使用して、モデルのトレーニング速度を向上させます。


機械學習の
詳細はこちら

ディープ ラーニング

DGL と PyG により、グラフ ニューラル ネットワークの効率的なトレーニングをサポートします。


ディープ ラーニングの詳細はこちら

MLOps

cuML と NVIDIA Triton? により、ハイパフォーマンス機械學習推論を展開します。


推論と展開についての
詳細はこちら

一般に利用されているオープンソース データ ツールからインスピレーションを得て、RAPIDS ライブラリはお使いのワークフローに適応します。

データの前処理: cuDF

pandas API を使用しながら、 GPU で高速化された DataFrames を利用して、アクセラレーテッド データ サイエンスを開始することができます。


ドキュメントで詳細を確認する

ビッグデータ処理 :RAPIDS Accelerator for Apache Spark

最小限のコード変更で既存の Apache Spark アプリケーションを高速化します。


GPU-Accelerated Spark の詳細はこちら GitHub にアクセス

機械學習: cuML

scikit-learn API に厳密に準拠した API を使用して、CPU と GPU で機械學習アルゴリズムを実行します。


ドキュメントで詳細を確認する

グラフ分析: cuGraph

NetworkX に準拠した Python API を使用して、グラフ分析ライブラリを迅速に操作できます。


ドキュメントで詳細を確認する

ベクトル検索: RAFT

RAFT のプリミティブを適用して、ベクトル検索を含む機械學習の一般的なアルゴリズムを高速化します。


ドキュメントで詳細を確認する

RAPIDS のスケーリング: Dask-RAPIDS

RAPIDS on Dask で、データ サイエンス パイプラインを複數のノードに拡張します。


GitHub にアクセス

ビジュアライゼーション: cu-x-filter

1 億行を超える表形式データセットの多次元フィルタリングによって、インタラクティブなデータ ビジュアルを作成します。


ドキュメントで詳細を確認する

畫像: cuCIM

n 次元畫像、特に生物醫學畫像の入出力 (IO)、コンピューター ビジョン、畫像処理を高速化します。


ドキュメントで詳細を確認する

専用の NVIDIA フレームワークとガイドを活用して、一般的で影響力の大きいユースケース向けに高速化されたアプリケーションを構築します。

データ エンジニアリング

RAPIDS Accelerator for Spark でデータ管理と事前処理に革新をもたらします。


スケーリングされたデータ処理の詳細はこちら

時系列予測

特徴エンジニアリングから予測まで時系列モデリングを高速化します。


時系列予測の詳細はこちら

レコメンデーション システム

NVIDIA Merlin? で高性能のレコメンダー システムを大規模に構築します。


レコメンダーの詳細はこちら

AI サイバーセキュリティ

最適化された AI パイプラインでリアルタイム データをフィルター、処理、分類し、サイバー脅威をすぐに検出します。


AI サイバーセキュリティの詳細はこちら

高速化された最適化

世界記録を持つ cuOpt のアクセラレーテッド ソルバーは、ラストワンマイルの配送、技術者の派遣、または工場內の物流においてルートを最適化します。


ルート最適化の詳細はこちら

RAPIDS は、ビジネスクリティカルなアプリケーションの高速化を得意としており、業界全體で計畫や開発にかかる年數を短縮します。

小売

加速化されたデータ サイエンスにより、小売業向けの小売予測、データ分析などが改善されます。


詳細はこちら

金融

リアルタイム データは、時間が非常に重要な業界で不正行為の検出と予測を強化します。


詳細はこちら

活気のあるエコシステム

RAPIDS は、100 を超えるオープンソースおよび商用ソフトウェアの統合により、協調的な高性能データ サイエンス エコシステムの基盤となります。



當社は、オープンソース コミュニティのデータ サイエンスの簡素化、統合、加速に取り組んでいます。


RAPIDS は広く使われているデータ サイエンスおよび機械學習プラットフォームと提攜しており、アクセラレーテッド データ サイエンスを誰もが使用できるようにします。

エンタープライズ データ サイエンス

企業を AI の最先端に導くために最適化されたエンドツーエンドのセキュアなクラウドネイティブ AI ソフトウェア プラットフォームであるNVIDIA AI Enterprise により、データ サイエンスが高速化されます。NVIDIA AI Enterprise でRAPIDS などの NVIDIA AI オープンソース ソフトウェアでの検証および統合が利用でき、AI ソリューション ワークフローへアクセスすることで本番までの時間が短縮され、あらゆる場所に AI を導入するための認定が提供されます。また、エンタープライズ グレードのサポート、セキュリティ、管理性、API の安定性により、オープンソース ソフトウェアの潛在的なリスクが軽減されます。


AI Enterprise の詳細はこちら

エンタープライズへの導入

お客様は、RAPIDS の機能が完全に揃ったスタックを使用して、自社のユースケースを拡大しています。

RAPIDS Customer - CapitalOne

CapitalOne は財務分析と信用分析のパイプラインを高速化し、モデル トレーニングを 100 倍向上させました。

オンデマンド セッションを視聴する
RAPIDS Customer - Uber

Uber は GPU スケジューリングを備えた Spark 3.x をサポートする Horovod を開発しました。

オンデマンド セッションを視聴する
RAPIDS Customer - Walmart

Walmart は、製品代替アルゴリズムでスケーラビリティの問題を解決しました。

オンデマンド セッションを視聴する
RAPIDS Customer - LinkedIn

LinkedIn は、RAPIDS cuDF でさらに高速なデータ分析を可能にする DARWIN を開発しました。

オンデマンド セッションを視聴する
RAPIDS Customer - AT&T

AT&T は、データから AI へのパイプラインの GPU クラスターに RAPIDS Accelerator for Apache Spark を適用しました。

ブログを読む
RAPIDS Customer - NASA

NASA は、RAPIDS を使用して大気汚染の異常を検出および定量化し、バイアス補正モデルを構築しました。

ブログを読む: パート 1 ブログを読む: パート 2
RAPIDS Customer - TCS

TCS Optumera は、RAPIDS Accelerator for Apache Spark によって需要予測パイプラインを高速化しました。

オンデマンド セッションを視聴する
RAPIDS Customer - Cloudera

IRS チームは、Cloudera Data Platform 上の RAPIDS Accelerator for Apache Spark を使用して不正行為を発見しました。

ブログを読む

他にも、開発者キット、NVIDIA LaunchPad、展開オプションのガイダンスなど、RAPIDS に関するリソースをご用意しています。


今すぐ始める