由惠普、戴爾、聯(lián)想領(lǐng)銜的全球系統(tǒng)制造商推出集成NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI的工作站，以大幅提升生產(chǎn)力。

NVIDIA與全球領(lǐng)先的OEM廠商和系統(tǒng)制造商合作推出強(qiáng)大的全新工作站，旨在助力數(shù)百萬(wàn)數(shù)據(jù)科學(xué)家、分析師和工程師更快速、準(zhǔn)確地做出業(yè)務(wù)預(yù)測(cè)并提高生產(chǎn)力。

該系統(tǒng)專為數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)而設(shè)計(jì)，提供了極強(qiáng)的計(jì)算性能和工具，可應(yīng)對(duì)金融、保險(xiǎn)、零售及專業(yè)服務(wù)等領(lǐng)域中的海量數(shù)據(jù)準(zhǔn)備、處理和分析需求。

NVIDIA賦力的數(shù)據(jù)科學(xué)工作站基于強(qiáng)大的參考架構(gòu)搭建，該架構(gòu)由兩顆高端NVIDIA Quadro RTX? GPU和NVIDIA CUDA-X AI?加速數(shù)據(jù)科學(xué)軟件構(gòu)成，如RAPIDS?、TensorFlow、PyTorch和Caffe。CUDA-X AI是一個(gè)資源庫(kù)合集，讓現(xiàn)代化計(jì)算應(yīng)用能夠從NVIDIA的GPU加速計(jì)算平臺(tái)中受益。

NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“數(shù)據(jù)科學(xué)是計(jì)算機(jī)科學(xué)發(fā)展最快的領(lǐng)域之一，影響著每個(gè)行業(yè)的發(fā)展。企業(yè)都迫切希望能夠利用機(jī)器學(xué)習(xí)釋放其業(yè)務(wù)數(shù)據(jù)的價(jià)值，并前所未有地大量聘用數(shù)據(jù)科學(xué)家，而這些數(shù)據(jù)科學(xué)家正需要專門針對(duì)其需求設(shè)計(jì)的強(qiáng)大工作站。我們聯(lián)手合作伙伴推出了NVIDIA賦力的數(shù)據(jù)科學(xué)工作站，這些工作站基于全新Turing Tensor Core GPU和CUDA-X AI加速庫(kù)，使數(shù)據(jù)科學(xué)家能夠開(kāi)發(fā)出有望實(shí)現(xiàn)業(yè)務(wù)變革的預(yù)測(cè)模型?！?/p>

NVIDIA GPU加速數(shù)據(jù)科學(xué)工作站

數(shù)據(jù)科學(xué)問(wèn)題涉及海量數(shù)據(jù)，需要極高的處理能力。NVIDIA賦力的數(shù)據(jù)科學(xué)工作站使科學(xué)家能夠輕松、快速且準(zhǔn)確地進(jìn)行模型的準(zhǔn)備、訓(xùn)練和部署。其特性和優(yōu)勢(shì)包括：

兩顆高端Quadro RTX GPU — 基于最新NVIDIA Turing? GPU架構(gòu)，專為企業(yè)級(jí)部署而設(shè)計(jì)。借助NVIDIA NVLink?互聯(lián)技術(shù)，雙Quadro RTX? 8000和6000 GPU可實(shí)現(xiàn)最高可達(dá)260 teraflops的計(jì)算性能和96GB的內(nèi)存。Quadro RTX賦力的數(shù)據(jù)科學(xué)工作站所提供的容量和帶寬能夠處理最大規(guī)模的數(shù)據(jù)集和計(jì)算密集型工作負(fù)載，且其圖形功能能夠滿足包括VR在內(nèi)的大規(guī)模數(shù)據(jù)集的三維可視化需求。

數(shù)據(jù)科學(xué)軟件堆棧 — 基于Linux操作系統(tǒng)和Docker容器構(gòu)建：

NVIDIA CUDA-X AI — 一組NVIDIA GPU加速庫(kù)合集，用于加速深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和數(shù)據(jù)分析。CUDA-X AI包括用于加速深度學(xué)習(xí)原語(yǔ)的cuDNN、用于加速機(jī)器學(xué)習(xí)算法的cuML、用于優(yōu)化訓(xùn)練模型以進(jìn)行推理的TensorRT?、以及其他15個(gè)以上的庫(kù)。它們能夠與NVIDIA Tensor Core GPU無(wú)縫協(xié)作，加速端到端工作流程，以開(kāi)發(fā)和部署基于AI的應(yīng)用。CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度學(xué)習(xí)框架中，以及AWS、Microsoft Azure和Google Cloud等領(lǐng)先的云平臺(tái)中。

NVIDIA RAPIDS — 一組GPU加速庫(kù)分析平臺(tái)，用于數(shù)據(jù)準(zhǔn)備、傳統(tǒng)機(jī)器學(xué)習(xí)和圖形分析。

Anaconda? Distribution — NVIDIA聯(lián)手Anaconda公司推出Anaconda Distribution，這是一種幫助數(shù)據(jù)科學(xué)家實(shí)施Python / R、數(shù)據(jù)科學(xué)、AI和機(jī)器學(xué)習(xí)的新方法。

企業(yè)級(jí)支持 — 與工作站制造商一同進(jìn)行測(cè)試和優(yōu)化，以滿足任務(wù)關(guān)鍵型企業(yè)級(jí)部署的需求。

可選的軟件支持 — NVIDIA開(kāi)發(fā)的軟件和容器（包括深度學(xué)習(xí)和機(jī)器學(xué)習(xí)框架）讓用戶倍感輕松。

NVIDIA賦力的數(shù)據(jù)科學(xué)工作站讓數(shù)據(jù)科學(xué)家能夠自由地在本地開(kāi)展工作，可謂是對(duì)NVIDIA的數(shù)據(jù)科學(xué)產(chǎn)品組合的理想補(bǔ)充。

LMT RMS首席數(shù)據(jù)科學(xué)家Mike Koelemay 表示：“NVIDIA賦力的數(shù)據(jù)科學(xué)工作站使我們的數(shù)據(jù)科學(xué)家能夠以前所未有的速度在大規(guī)模數(shù)據(jù)集上運(yùn)行端到端數(shù)據(jù)處理管線。利用RAPIDS將更多的數(shù)據(jù)處理管線交予GPU，可縮短模型開(kāi)發(fā)時(shí)間，從而更快速地完成部署并獲得業(yè)務(wù)洞察?！?/p>

廣泛的生態(tài)系統(tǒng)支持和采用

NVIDIA賦力的數(shù)據(jù)科學(xué)工作站可以幫助OEM廠商及領(lǐng)先數(shù)據(jù)科學(xué)軟件供應(yīng)商滿足對(duì)不斷增長(zhǎng)的GPU加速數(shù)據(jù)科學(xué)功能的需求，并為基于AI展開(kāi)探索的客戶提供強(qiáng)大的全新選擇。