如何輕鬆利用GPU加速機器學習？

　　 【IT168評論】釋出於今年10月份的英偉達RAPIDS開源軟體，在GTC China 2018大會上再次被黃仁勳提及——作為英偉達AI軟體生態中的重要一員。這是一款針對資料科學和機器學習的GPU加速平臺，能夠幫助資料科學家顯著提高工作效率。

　　GTC China 2018期間，英偉達解決方案架構與工程團隊副總裁Marc Hamilton在媒體分享會上進一步詳細介紹了RAPIDS開源GPU加速平臺。

　　 利用GPU加速機器學習，為資料科學家助力

　　Marc Hamilton指出，機器學習與深度學習有一個很大的不同是：深度學習擅長處理的是非結構化的資料，如語音、影片、圖片等，但是機器學習更多是使用結構化的資料，如銀行的信用卡消費記錄、商店庫存記錄、電子病歷等。

　　長達6年的研發中，英偉達在使用GPU加速深度學習這方面成績斐然，但許多機器學習演算法卻很難使用GPU進行加速。

　　資料科學家在訓練一個機器學習模型時，使用的資料量越多，得到的結果可能就越精準，但由於硬體的限制，模型訓練所花費的時間也更長。因此在多數情況下，資料科學家處理一個機器學習專案時，往往要等待很長時間，這在很大程度上降低了工作效率。

　　“資料分析和機器學習是高效能運算市場中最大的細分市場，不過目前尚未實現加速。” 此前在釋出 RAPIDS 時，黃仁勳曾說：“得益於CUDA及其全球生態系統以及與開源社群緊密合作，我們建立了RAPIDS GPU加速平臺。該平臺已與全球最流行的資料科學庫及工作流無縫整合，可加速機器學習。如同深度學習一樣，我們正在不斷地為機器學習提速。”

　　RAPIDS可以在任何英偉達GPU上執行，為GPU加速資料分析和機器學習提供了一整套開源庫，為資料科學家提供了他們需要用來在GPU上執行整個資料科學管線的工具。

　　RAPIDS庫由cuDF、cuML、cuGRAPH三部分組成，cuDF主要完成資料處理與資料準備，幫助科學家收集資料;cuML是GPU加速的傳統機器學習庫，支援XGBOOST、Kalman、K-means、KNN、DBScan等常見的機器學習演算法;cuGRAPH是圖表分析庫的集合，據介紹，這部分將很快向資料科學家提供。

英偉達解決方案架構與工程團隊副總裁Marc Hamilton

　　“在人工智慧行業中已經很多人在用機器學習了，RAPIDS不是一個新的演算法，並不會教人們怎麼編新的碼，而是把已經寫好的程式碼放在CUDA上跑。”Marc Hamilton表示，“人們用RAPIDS一般是出於兩個原因：1.資料科學家，很希望自己的工作完成的更快一點。2.不需要學習怎麼樣用其它的軟體，可以用已有的軟體。而且因為它是開源的，所以如果有一些功能軟體中沒有的話，有技術能力的大公司也可以自己去寫。”

　　 有效性經多方驗證，成果顯著

　　據瞭解，最初的RAPIDS基準分析利用了XGBoost機器學習演算法在NVIDIA DGX-2系統上進行訓練，結果表明，與僅有CPU的系統相比，其速度能加快50倍，這可幫助資料科學家將訓練時間從數天縮減到數小時。

　　在GPU上執行RAPIDS對機器學習進行加速的方案，已經被多個行業領先者採用，並且獲得了大量認可。

　　平安科技使用RAPIDS以及GPU加速的PCA和DBSCAN之後，工作流程執行速度加快了 80 倍，從幾天縮短到幾小時(包括資料載入和訓練時間)，幫助該公司做出針對“流行性疫情”預測並完善預防計劃。

　　華大基因 (BGI) 的知識庫中擁有超過1 PB的資料，該公司使用了XGBoost機器學習演算法，對用於癌症患者個性化免疫治療的靶向多肽進行分類。透過在NVIDIA DGX-1 AI超級計算機上執行RAPIDS 平臺，華大基因的資料科學家團隊將分析速度提高了17倍，並將多肽的分析範圍擴大至數百萬種。

　　專注於數字化健康業務的碳雲智慧 (iCarbonX)使用數字化生理、基因組、代謝組以及宏基因組資料來研究微生物組。運用機器學習技術將微生物組特徵和2型糖尿病關聯起來，能提供個性化的消費者醫療服務(如飲食建議或治療方案的制定)，透過在Tencent Cloud P40伺服器上部署 RAPIDS，該公司的資料分析速度加快了6倍。

　　目前，RAPIDS開源庫可從 獲得。