NVIDIA面向数百万数据科学家推出全新高性能工作站

由惠普、戴尔、联想领衔的全球系统制造商推出集成NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI的工作站，以大幅提升生产力。

NVIDIA与全球领先的OEM厂商和系统制造商合作推出强大的全新工作站，旨在助力数百万数据科学家、分析师和工程师更快速、准确地做出业务预测并提高生产力。

该系统专为数据分析、机器学习和深度学习而设计，提供了极强的计算性能和工具，可应对金融、保险、零售及专业服务等领域中的海量数据准备、处理和分析需求。

NVIDIA赋力的数据科学工作站基于强大的参考架构搭建，该架构由两颗高端NVIDIA Quadro RTX? GPU和NVIDIA CUDA-X AI?加速数据科学软件构成，如RAPIDS?、TensorFlow、PyTorch和Caffe。CUDA-X AI是一个资源库合集，让现代化计算应用能够从NVIDIA的GPU加速计算平台中受益。

NVIDIA创始人兼首席执行官黄仁勋表示：“数据科学是计算机科学发展最快的领域之一，影响着每个行业的发展。企业都迫切希望能够利用机器学习释放其业务数据的价值，并前所未有地大量聘用数据科学家，而这些数据科学家正需要专门针对其需求设计的强大工作站。我们联手合作伙伴推出了NVIDIA赋力的数据科学工作站，这些工作站基于全新Turing Tensor Core GPU和CUDA-X AI加速库，使数据科学家能够开发出有望实现业务变革的预测模型。”

NVIDIA GPU加速数据科学工作站

数据科学问题涉及海量数据，需要极高的处理能力。NVIDIA赋力的数据科学工作站使科学家能够轻松、快速且准确地进行模型的准备、训练和部署。其特性和优势包括：

两颗高端Quadro RTX GPU — 基于最新NVIDIA Turing? GPU架构，专为企业级部署而设计。借助NVIDIA NVLink?互联技术，双Quadro RTX? 8000和6000 GPU可实现最高可达260 teraflops的计算性能和96GB的内存。Quadro RTX赋力的数据科学工作站所提供的容量和带宽能够处理最大规模的数据集和计算密集型工作负载，且其图形功能能够满足包括VR在内的大规模数据集的三维可视化需求。

数据科学软件堆栈 — 基于Linux操作系统和Docker容器构建：

NVIDIA CUDA-X AI — 一组NVIDIA GPU加速库合集，用于加速深度学习、机器学习和数据分析。CUDA-X AI包括用于加速深度学习原语的cuDNN、用于加速机器学习算法的cuML、用于优化训练模型以进行推理的TensorRT?、以及其他15个以上的库。它们能够与NVIDIA Tensor Core GPU无缝协作，加速端到端工作流程，以开发和部署基于AI的应用。CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度学习框架中，以及AWS、Microsoft Azure和Google Cloud等领先的云平台中。

NVIDIA RAPIDS — 一组GPU加速库分析平台，用于数据准备、传统机器学习和图形分析。

Anaconda? Distribution — NVIDIA联手Anaconda公司推出Anaconda Distribution，这是一种帮助数据科学家实施Python / R、数据科学、AI和机器学习的新方法。

企业级支持 — 与工作站制造商一同进行测试和优化，以满足任务关键型企业级部署的需求。

可选的软件支持 — NVIDIA开发的软件和容器（包括深度学习和机器学习框架）让用户倍感轻松。

NVIDIA赋力的数据科学工作站让数据科学家能够自由地在本地开展工作，可谓是对NVIDIA的数据科学产品组合的理想补充。

LMT RMS首席数据科学家Mike Koelemay 表示：“NVIDIA赋力的数据科学工作站使我们的数据科学家能够以前所未有的速度在大规模数据集上运行端到端数据处理管线。利用RAPIDS将更多的数据处理管线交予GPU，可缩短模型开发时间，从而更快速地完成部署并获得业务洞察。”

广泛的生态系统支持和采用

NVIDIA赋力的数据科学工作站可以帮助OEM厂商及领先数据科学软件供应商满足对不断增长的GPU加速数据科学功能的需求，并为基于AI展开探索的客户提供强大的全新选择。