GPU 加速数据科学工作流程

在单节点部署和分布式部署中，GPU 加速的 XGBoost 可为领先的机器学习算法带来颠覆以往的性能。由于训练速度比 CPU 快得多，数据科学团队可以处理更大的数据集、更快地迭代，并调优模型以更...

10种优化AI算法效率的实用技巧.pdf

利用多核CPU和图形处理单元（GPU）进行并行计算是优化AI算法效率的一种重要方法。通过将任务分解为多个子任务，并利用并行计算加速各个子任务的处理，可以大幅减少算法的求解时间，提高整...

浪潮开源深度学习框架 加速AI算法开发和应用效率

把三个主流的框架 Caffe、TensorFlow 和 MXNet 部署到浪潮 SR-AI 整机柜服务器平台上（配置 16 块 GPU 卡），采用 ImageNet 数据集，测试 AlexNet 和 GoogLeNet 两种典型网络。p style=...

GPU 加速数据科学工作流程

在单节点部署和分布式部署中，GPU 加速的 XGBoost 可为领先的机器学习算法带来颠覆以往的性能。由于训练速度比 CPU 快得...

天数智芯GPU芯片天垓100完成与浪潮AIStation适配认证，高效释放AI算力加速AI应用落地

...完成兼容性适配认证，将为自动驾驶、智慧城市、智慧金融、智慧医疗、智能制造等典型AI应用场景，提供兼具高性能、通用性和灵活性的AI计算加速方案。天数智芯是国内领先的通用GPU高端芯片及...

英伟达发布新开源GPU加速平台 拉拢AI开发者

英伟达表示，与仅有CPU的系统相比，在RAPIDS上使用GPU训练机器学习算法，速度能加快50倍。RAPIDS构建于Apache Arrow、pandas和scikit-learn等流行的开源项目之上。英伟达也希望将更多...

浪潮开源深度学习框架 加速AI算法开发和应用效率

AIStation支持对训练过程实时监控并可视化训练过程，支持打印每一步的损失函数值的日志、训练误差或测试误差等；支持动态分配GPU资源实现资源合理共享，实现了“一键式”部署深度学习计算环境、快速启动训练任务；还可以实时监控集群的使用情况，合理安排训...

GPU加速为AI带来新可能　生态愈成熟

...而生的GPU找到了新的用武之地，以GPU 驱动 的计算环境随处可见，从HPC到AI训练。站在数字世界、高性能计算、人工智能的交...

高通骁龙855发布：CPU与GPU分别提升45%、20%，AI性能翻三倍

...速的计算机视觉(CV)能力，支持出色的计算摄影和视频拍摄功能，同时功耗降低高达4倍。该CV-ISP包括基于硬件的深度感测，支持...

AI驱动科研创新 飞天智算加速科研创新论坛召开

结合软硬件联合的深度优化技术，阿里云构建了同时支持AI计算和科学计算的计算产品PAI-灵骏智算服务，配合丰富大数据存储与计算...