LightGBM用于针对大型数据集优化的高性能和可扩展的梯度电梯实现

开源的人工智能和机器学习提供商H2O.ai宣布，屡获殊荣的自动机器学习平台上的开源GPU加速机器学习包H2O无人ai已经针对新的Nvidia驱动的数据科学工作站进行了优化，该工作站具有Nvidia Quadro RTX GPU和Nvidia CUDA-X AI加速库。H2O.ai还宣布将整合Nvidia RAPIDS，以利用其GPU优化的机器学习算法。

当与N2O无人AI结合时，采用英伟达技术的数据科学工作站可以通过高度优化的基础设施缩短数据生成时间，从而使数据科学家能够轻松处理极其复杂的模型和管道。模型和管道可以很容易地在数据科学工作站上重新训练，以支持更大的数据集，甚至可以包括在大量数据集上运行的H2O苏打集群。

“H2O.ai对我们与英伟达的合作感到兴奋，它致力于加速所有人的机器学习。在英伟达支持的数据科学工作站上使用H2O无人AI可以更快、更便宜、更容易地构建和部署机器学习模型。”

H2O.ai创始人兼首席执行官斯里安巴蒂(Sri Ambati)说：“来自我们开源社区和一些世界上最伟大的数据科学大师的食谱使解决一整套数据问题变得快速、可解释和容易。”“现在，有了英伟达在GPU上从H2O.ai实现的自动机器学习，我们可以实现企业ai民主化的使命。”

Nvidia RAPIDS基于流行的开源项目——包括Apache Arrow、Pandas和Scikit——learn。通过在最流行的Python数据科学工具链中加入GPU加速，在无人AI中使用GPU加速的机器学习算法来改进工作流是自然的选择。

组合提供了机器学习模型的最快和最精确的迭代。无人驾驶AI使用以下GPU加速算法为数据科学家提供了灵活性：

LightGBM用于针对大型数据集优化的高性能和可扩展的梯度电梯实现。

基于TensorFlow的NLP用例模型和网络。

截断奇异值分解和主成分分析用于降维和特征工程。

提高了多GPU工作负载的K均值和XGBoost性能，以实现更快的性能和处理更大数据集的能力。

此外，H2O.ai通过使英伟达NGC软件中心能够提供H2O无人驾驶ai和H2O4GPU，继续推进AI民主化。

英伟达专业可视化副总裁Bob Pette表示：“英伟达驱动的数据科学工作站与H2O无人AI和H2O4GPU的结合，为希望通过自动机器学习实现业务转型的企业提供了全面的解决方案。”“我们在金融、医疗和保险领域的客户可以以惊人的速度获得洞察力和可解释性，因此他们可以从合作中看到真正的增长。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！