开源AI平台的供应商H2O.ai旨在帮助企业部署深度学习来解决复杂的问题,该公司宣布与GPU处理公司NVIDIA建立合作伙伴关系,以在GPU平台上优化其产品。
与基于CPU的解决方案相比,H2O的AI产品旨在使客户能够将机器学习和深度学习模型的训练速度提高多达75倍。GPU集成的潜在用例包括客户服务,预防欺诈,财务建议和医疗保健个性化。
H2O是GPU开放分析计划的创始成员,该计划旨在为GPU上的数据科学创建开放框架。作为该计划的一部分,H2O的GPU版机器学习算法与GPU数据框(开放的GPU内存中数据框)兼容。H2O可以读取数据帧并直接在GPU内存中运行机器学习。
该计划于5月宣布,除了H2O之外,还吸引了由CUDA研究员John Owens领导的UC Davis的BlazingDB,Graphistry,Continuum,MapD和Gunrock。
H2O首席执行官兼联合创始人Sri Ambati表示:“ H2O.ai很高兴宣布我们与NVIDIA不断发展的合作关系,将可解释,快速且准确的算法引入GPU。具有NVIDIA GPU加速功能的H2O.ai为企业AI社区带来了高性能,云中性的学习和推理堆栈。”
五年来,H2O在9,000多家公司中已有80,000多名用户使用,其中包括《财富》 500强公司中超过三分之一的用户。
H2O营销总监Vinod Iyengar表示,开源模型对H2O很好。“如果不使用开源软件,我们这样规模的公司就不可能拥有9,000个组织采用的软件。我们正在逐渐成为机器学习和深度学习的事实上的标准。”
该业务模型旨在为使用H2O的公司投入生产提供支持。“公司有许多模型投入生产;一旦这样做,他们就需要我们的数据科学和生产支持。”艾扬格说。
-
NVIDIA
+关注
关注
14文章
5725浏览量
110287 -
gpu
+关注
关注
28文章
5321浏览量
136206 -
深度学习
+关注
关注
73文章
5614浏览量
124749
发布评论请先 登录
NVIDIA向Kubernetes社区捐赠动态资源分配GPU驱动程序
Oracle和NVIDIA合作加速向量搜索和企业数据处理
NVIDIA推出cuEST量子化学加速库
NVIDIA携手全球工业软件巨头构建AI智能体加速设计与工程开发流程
如何在 VisionFive v2 上使用外部 GPU?
NVIDIA RTX PRO 5000 Blackwell GPU的深度评测
如何在NVIDIA Jetson Thor上提升机器人感知效率
NVIDIA RTX PRO 2000 Blackwell GPU性能测试
NVIDIA推出NVQLink高速互连架构
三星携手NVIDIA 以全新AI工厂引领全球智能制造转型
NVIDIA Isaac Lab多GPU多节点训练指南
NVIDIA RTX PRO 4500 Blackwell GPU测试分析
H2O与NVIDIA达成协议以加速GPU上的机器学习
评论