RAPIDS

2024年 7月 24日

用于空間組學的細胞成像特征提取和形態聚類

VISTA-2D 是 NVIDIA 的新基礎模型，可以快速準確地執行細胞分割，這項基本任務在細胞成像和空間組學工作流程中至關重要，
3 MIN READ
2024年 7月 17日

使用 RAPIDS 的 Parquet 字符串數據的編碼和壓縮指南

Parquet Writer 提供了默認關閉的編碼和壓縮選項。啟用這些選項可以為數據提供更好的無損壓縮，
3 MIN READ
2024年 7月 15日

借助 Geneformer AI 模型，有限數據也能解鎖基因網絡

Geneformer 是最近推出的 和功能強大的 AI 模型，可以通過從大量單細胞轉錄組數據中進行遷移學習來學習基因網絡動力學和相互作用。
2 MIN READ
2024年 7月 3日

借助 NVDashboard v0.10 實現近乎實時的使用情況統計，從而充分釋放 GPU 性能

在 NVIDIA GTC 2024 上，RAPIDS 團隊展示了 NVDashboard v0.10 的新功能，
2 MIN READ
2024年 5月 14日

RAPIDS cuDF 在 Google Colab 上瞬間加速 pandas 達 50 倍

在谷歌 I/O’24 上，谷歌人工智能倡導主管 Laurence Moroney 宣布：RAPID cuDF 現已集成到 Google…
1 MIN READ
2024年 5月 9日

革命性的圖形分析： NVIDIA cuGraph 加速的下一代架構

在我們的 先前的圖分析探索 中，我們使用 NVIDIA cuGraph 揭示了 GPU-CPU 融合的變革力量。基于這些見解，
3 MIN READ
2024年 4月 29日

NVIDIA GTC 2024 的頂級數據科學會議現已按需提供

在 GTC 2024 上， NVIDIA 的專家和我們的合作伙伴分享了有關 GPU 加速工具、優化和數據科學家最佳實踐的見解。
1 MIN READ
2024年 3月 19日

借助 GPU 加速和生成式 AI 加速多組分析

NVIDIA Parabricks v4.3 在 NVIDIA GTC 2024 上發布，引入了新的工具和工作流程，
2 MIN READ
2024年 3月 18日

RAPIDS cuDF 可將 pandas 加速近 150 倍，且無需更改代碼

在 NVIDIA GTC 2024 上，我們宣布 RAPIDS cuDF 現在可以為 950 萬 Pandas 用戶帶來 GPU 加速，
2 MIN READ
2024年 3月 8日

WholeGraph 存儲：優化圖形神經網絡的內存和檢索

圖形神經網絡 (GNN) 徹底改變了圖形結構數據的機器學習。與傳統神經網絡不同，GNN 擅長捕捉圖形中的復雜關系，
2 MIN READ
2023年 12月 15日

在 RAPIDS libcudf 中使用嵌入式數據類型簡化 ETL 工作流程

嵌入式數據類型是一種表示列式數據中分層關系的便捷方式。它們經常用于 提取、轉換、加載（ETL）在商業智能領域的工作負載、推薦系統、網絡安全、
2 MIN READ
2023年 4月 18日

新的 GPU 庫降低了 Apache Spark ML 的計算成本

Spark MLlib是Apache Spark用于大規模machine learning并且提供了許多流行的機器學習算法的內置實現。
2 MIN READ
2023年 4月 4日

使用 Dataiku 和 NVIDIA Data Science 進行主題建模和圖像分類

這個Dataiku platform日常人工智能簡化了深度學習。用例影響深遠，從圖像分類到對象檢測和自然語言處理（ NLP ）。
4 MIN READ
2023年 3月 22日

使用 RAPIDS RAFT 進行機器學習和數據分析的可重用計算模式

在許多數據分析和機器學習算法中，計算瓶頸往往來自控制端到端性能的一小部分步驟。這些步驟的可重用解決方案通常需要低級別的基元，
4 MIN READ
2023年 3月 22日

SDK 加速行業 5.0 、數據管道、計算科學等在 GTC 2023 上亮相

在 2023 年的 NVIDIA GTC 2023 上， NVIDIA 公布了其 NVIDIA AI 軟件套件的顯著更新，供開發者加速計算。
3 MIN READ
2023年 3月 21日

借助 NVIDIA AI Enterprise 3.1 將企業推向人工智能的前沿

生成人工智能標志著人工智能革命歷程中的一個重要里程碑。我們正處于一個根本性的轉折點，企業不僅要涉足其中，還要深入其中。
1 MIN READ