rapids
PulseAugur coverage of rapids — every cluster mentioning rapids across labs, papers, and developer communities, ranked by signal.
-
NVIDIA DSX 平台携手行业伙伴应对 AI 电力瓶颈
NVIDIA 推出了其 DSX AI Factory 平台,以解决基础设施中日益增长的电力瓶颈问题,该问题目前已导致价值超过 3000 亿美元的设备和 200 吉瓦的项目延迟。该平台集成了电网、设施和计算系统,能够对电力使用进行模拟和优化。GE Vernova、Hitachi Energy、Schneider Electric 和 Siemens Energy AG 等主要合作伙伴正与 NVIDIA 合作,开发参考架构和解决方案,以增…
-
Milvus 向量数据库通过混合搜索扩展至数十亿向量
Milvus 是一个高性能的开源向量数据库,旨在处理数十亿向量,适用于大规模语义搜索应用。它采用分离存储和计算的分布式架构,支持 GPU 加速和混合搜索功能。虽然对于海量数据集功能强大,但其分布式部署的操作复杂性需要相当大的专业知识,并且用户必须自带嵌入模型。
-
NVIDIA cuML 和 RAPIDS 在 GPU 上加速机器学习工作流
本教程演示了如何使用 NVIDIA 的 cuML 和 RAPIDS 库通过 GPU 加速来实现机器学习工作流。它涵盖了设置 GPU 环境、使用 cuML 加速 scikit-learn 工作负载,以及利用原生 cuML API 与 CuPy 和 cuDF 直接互操作。该指南包括对 PCA、K-Means、逻辑回归和随机森林等各种算法的 CPU 和 GPU 性能进行基准测试,以及使用 UMAP、t-SNE 和 HDBSCAN 构建基于 …
-
NVIDIA cuGraph 利用 GPU 算力加速动态图聚类
研究人员开发了一个基于 NVIDIA RAPIDS 生态系统的 GPU 加速动态图聚类框架。该新系统显著加快了时序网络中的社群检测速度,与基于 CPU 的方法相比,速度提升高达千倍。该实现是开源的,并与现有的 Python 库集成,使其可用于网络安全和金融分析等各种应用。
-
新的ASP(Q)变体和FLINGO语言增强了AI约束编程
研究人员引入了“2-ASP(Q)^w”,一类具有两个量词和弱约束的新型回答集编程(ASP)程序,能够捕获高达Delta_3^P复杂度类的优化问题。这项工作为该类中的计算任务提供了完整的复杂度表征,并提出了一种使用反例引导抽象细化(CEGAR)技术计算量化回答集的新策略。实验评估证明了这些技术在挑战性基准上的有效性。此外,还开发了一种名为“flingO”的新语言和工具,将ASP的表达能力集成到线性整数约束中,从而增强了用于实际应用的约束…
-
ParaQuery 发布 GPU 加速的 Spark SQL,实现高性价比数据处理
初创公司 ParaQuery 推出了一个 GPU 加速的 Spark 和 SQL 数据处理解决方案。该平台旨在提供比 Google BigQuery 等现有解决方案更具成本效益和性能优势。ParaQuery 利用 NVIDIA 的 RAPIDS 技术来增强传统数据处理任务,创始人指出,人们常常误以为这些任务仅限于 AI 和图形处理。
-
OpenAI Five AI 在历史性的电子竞技比赛中击败 Dota 2 世界冠军
OpenAI Five 在 OpenAI Five 总决赛中以两场连胜击败了 Dota 2 世界冠军,取得了重要的里程碑。这是首次有 AI 在直播比赛中公开战胜职业电子竞技选手。AI 的成功归功于训练计算量的巨大增加,使用了比之前版本多 8 倍的资源。除了比赛之外,OpenAI Five 还展现了与人类队友合作的意外能力,预示着未来有益的 AI 应用潜力。