開源AI平臺的供應商H2O.ai旨在幫助企業部署深度學習來解決復雜的問題,該公司宣布與GPU處理公司NVIDIA建立合作伙伴關系,以在GPU平臺上優化其產品。
與基于CPU的解決方案相比,H2O的AI產品旨在使客戶能夠將機器學習和深度學習模型的訓練速度提高多達75倍。GPU集成的潛在用例包括客戶服務,預防欺詐,財務建議和醫療保健個性化。
H2O是GPU開放分析計劃的創始成員,該計劃旨在為GPU上的數據科學創建開放框架。作為該計劃的一部分,H2O的GPU版機器學習算法與GPU數據框(開放的GPU內存中數據框)兼容。H2O可以讀取數據幀并直接在GPU內存中運行機器學習。
該計劃于5月宣布,除了H2O之外,還吸引了由CUDA研究員John Owens領導的UC Davis的BlazingDB,Graphistry,Continuum,MapD和Gunrock。
H2O首席執行官兼聯合創始人Sri Ambati表示:“ H2O.ai很高興宣布我們與NVIDIA不斷發展的合作關系,將可解釋,快速且準確的算法引入GPU。具有NVIDIA GPU加速功能的H2O.ai為企業AI社區帶來了高性能,云中性的學習和推理堆棧。”
五年來,H2O在9,000多家公司中已有80,000多名用戶使用,其中包括《財富》 500強公司中超過三分之一的用戶。
H2O營銷總監Vinod Iyengar表示,開源模型對H2O很好。“如果不使用開源軟件,我們這樣規模的公司就不可能擁有9,000個組織采用的軟件。我們正在逐漸成為機器學習和深度學習的事實上的標準。”
該業務模型旨在為使用H2O的公司投入生產提供支持。“公司有許多模型投入生產;一旦這樣做,他們就需要我們的數據科學和生產支持。”艾揚格說。
-
NVIDIA
+關注
關注
14文章
5258瀏覽量
105845 -
gpu
+關注
關注
28文章
4915瀏覽量
130714 -
深度學習
+關注
關注
73文章
5555瀏覽量
122527
發布評論請先 登錄
NVIDIA Isaac Sim與NVIDIA Isaac Lab的更新
使用NVIDIA RTX PRO Blackwell系列GPU加速AI開發
借助NVIDIA GPU提升魯班系統CAE軟件計算效率
Triton編譯器在機器學習中的應用
《CST Studio Suite 2024 GPU加速計算指南》
NVIDIA通過加速AWS上的機器人仿真推進物理AI的發展
將NVIDIA加速計算引入Polars

PyTorch GPU 加速訓練模型方法
AMD與NVIDIA GPU優缺點
NVIDIA 加速人形機器人發展

NVIDIA突破美國禁令,將在中東部署其高性能AI/HPC GPU加速卡
機器視覺:歡創播報 華為、騰訊接近達成協議

評論