急流

RAPIDS™系统，属于NVIDIA CUDA-X公司是一个GPU加速数据科学和AI库的开源套件，其API与最流行的开源数据工具相匹配。它跨数据管道以数量级的规模加速性能。


快速入门
整个数据科学管道的优化硬件到软件堆栈
针对整个数据科学管道的优化硬件到软件堆栈。

RAPIDS优点

大规模加速

更快的管道可以实现更多的实验，从而改善结果。


自己运行基准

易于采用

零代码转换加速器和熟悉的Python API可以快速加速现有工作负载。


探索模块化库

灵活的开源平台

通过100多个软件集成，RAPIDS促进了协作。


探索生态系统

随时随地跑步

RAPIDS在所有主要云上、本地计算机上或本地计算机上运行。


请参见部署选项

加速数据科学

RAPIDS库可以加快广泛采用的操作和算法的速度，有助于减少随着问题的发展而进行深入了解的时间。

150倍

使用cuDF加快熊猫速度

*Groupy高级操作基准（5GB）DuckDB数据基准
硬件：Intel Xeon Platinum 8480CL CPU和NVIDIA Grace Hopper GPU软件：pandas v1.5和cudf.pandas v23.10

13倍

使用cuDF的更快Polars

*基准PDS-H查询
硬件：Intel Xeon W9-3495X CPU和NVIDIA H100 80GB（1x GPU）
软件：Polars v1.4.1

48倍

使用cuGraph实现更快的NetworkX

*PageRank基准测试，合成数据集具有约16384个顶点和约524288个边
硬件：Intel Xeon铂金8480CL CPU和NVIDIA H100 80GB（1x GPU）
软件：NetworkX v3.2和cuGraph v23.10

50倍

使用cuML更快地学习Scikit-Learn

*UMAP基准——100000个样本和256个特征的无监督
硬件：Intel Xeon铂金8480CL CPU和NVIDIA H100 80GB（1x GPU）
软件：scikit-learn v1.3和cuML v23.10

请参阅上的基准急流.ai

跨数据工作负载灵活

RAPIDS具有独特的、模块化的、可互操作的库选择，可以顺利地插入到管道和应用程序中，从而简化了开发过程。


RAPIDS使数据科学管道在任何规模上都能顺利运行。

显示RAPIDS如何保持数据科学管道在任何规模上平稳运行的流程图

数据准备

使用现有工具无缝地加速表格数据集、图形数据库或Spark框架的数据分析。


了解更多信息
加速数据分析

机器学习

使用紧跟scikit-learn的API提高模型训练速度。


了解更多信息
机器学习

深度学习

支持使用DGL和PyG进行高效的图神经网络训练。


了解有关深度学习的更多信息

MLOps公司

使用cuML和NVIDIA Triton™部署高性能机器学习推理。


了解更多信息
推断和部署

受最流行的开源数据工具的启发，RAPIDS库可以适应您的工作流程。

数据预处理：cuDF

加速数据帧以高效处理数亿条记录。


探索熊猫加速器模式 Polars GPU引擎

大数据处理：Apache Spark的RAPIDS加速器

用最少的代码更改来加速现有的Apache Spark应用程序。


了解更多信息
GPU加速火花 转到GitHub

机器学习：cuML

使用紧跟scikit-learn API的API在CPU和GPU上执行机器学习算法。


浏览文档

图形分析：cuGraph

使用遵循NetworkX的python API快速导航图形分析库。


浏览文档

矢量搜索：cuVS

应用cuVS算法加速向量搜索，包括CAGRA的世界级性能。


浏览文档

快速缩放：Dask-RAPIDS

使用Dask上的RAPIDS将数据科学管道扩展到多个节点。


转到GitHub

可视化：cu-x-filter

通过对1亿多行表格数据集进行多维过滤，创建交互式数据可视化。


浏览文档

图片：cuCIM

加速n维图像（尤其是生物医学图像）的输入/输出（IO）、计算机视觉和图像处理。


浏览文档

利用专门构建的NVIDIA框架和指南，为常见和高影响用例构建加速应用程序。

数据工程

使用RAPIDS Accelerator for Spark革新数据管理和预处理。


了解有关缩放数据处理的更多信息

时间序列预测

加速从特征工程到预测的时间序列建模。


了解有关时间序列预测的更多信息

推荐系统

与NVIDIA Merlin™一起大规模构建高性能推荐系统。


了解推荐人的更多信息

AI网络安全

在优化的AI管道中过滤、处理和分类实时数据，以快速检测网络威胁。


了解更多关于AI网络安全的信息

加速优化

cuOpt保持世界纪录的加速求解器优化了最后一英里交付、技术人员派遣或工厂内物流的路线。


了解有关路线优化的更多信息

万亿边图

RAPIDS cuGraph使企业能够训练万亿边缘图神经网络。


了解有关万亿边图的更多信息

RAPIDS擅长加速业务关键型应用程序，缩短跨行业的规划和开发时间。

零售

加速的数据科学推动了零售预测、数据分析等方面的改进。


了解更多信息

财务

在时间至关重要的行业中，实时数据增强了欺诈检测和预测。


了解更多信息

繁荣的生态系统

RAPIDS拥有100多个开源和商业软件集成，为协作高性能数据科学生态系统奠定了基础。



我们致力于简化、统一和加速开源社区的数据科学。


RAPIDS与最流行的数据科学和机器学习平台合作，使加速数据科学的访问民主化。

企业数据科学

借助NVIDIA AI Enterprise加速数据科学，NVIDIA AI Enterprise是一个端到端、安全的云原生人工智能软件平台，经过优化，可将企业带到人工智能的前沿。NVIDIA AI Enterprise为NVIDIA AI开源软件提供验证和集成，包括RAPID、访问人工智能解决方案工作流以加快生产时间，到处部署AI的认证，以及企业级支持、安全性、可管理性和API稳定性，以减轻开源软件的潜在风险。


了解更多关于AI企业的信息

企业采用

我们的客户使用RAPIDS的全功能堆栈来扩展其企业用例。

RAPIDS客户-PayPal

PayPal使用Apache Spark的RAPIDS加速器将云成本降低了70%。

观看点播会话
RAPIDS客户-Taboola

广告平台Taboola使用Apache Spark的RAPIDS加速器处理数TB的小时数据。

观看点播会话
RAPIDS客户-CapitalOne

CapitalOne加快了财务和信贷分析流程，将模型培训提高了100倍。

观看点播会话
RAPIDS客户-优步

优步开发的Horovod支持带有GPU调度的Spark 3.x。

观看点播会话
RAPID客户-沃尔玛

沃尔玛用产品替换算法解决了可扩展性问题。

观看点播会话
RAPIDS客户-LinkedIn

LinkedIn开发了DARWIN，以便在RAPIDS cuDF上进行更快的数据分析。

观看点播会话
RAPIDS客户-AT&T

AT&T在GPU集群的数据到AI管道中应用了针对Apache Spark的RAPIDS加速器。

阅读博客
RAPIDS客户-NASA

NASA使用RAPIDS检测和量化空气污染异常，并建立偏差修正模型。



阅读博客：第1部分 阅读博客：第2部分
RAPIDS客户-TCS

TCS Optumera通过针对Apache Spark的RAPIDS加速器加速了其需求预测流程。

观看点播会话
RAPIDS客户-Cloudera

IRS团队在Cloudera数据平台上发现了针对Apache Spark的RAPIDS加速器的欺诈行为。

阅读博客

查看更多RAPIDS资源，包括开发人员工具包、NVIDIA LaunchPad实验室和部署选项指南。


快速入门