在大数据、AI的浪潮之下，大部分企业都面临着一场彻底的数字化变革，数据的价值正在以前所未有的速度被放大。作为企业的宝贵资产，数据已经成为驱动企业发展的核心生产力要素，成为了堪比“油田”一样的存在，数据工程师正在以前所未有的力度和规模运用数据集，比如改造供应链模型、应对日益增加的欺诈行为或开发新的产品线等。但大量产生的数据使得数据分析与管理面临着极大挑战。
另一方面，随着AI的普惠，数据中心对于推理训练的需求、边缘设备对AI推理的需求、数据分析与机器学习对于数据的预处理需求、虚拟化以及远程协作的需求都在增加，可以说，AI正在驱动数据中心基础设施的变革与升级。但对于数据科学家而言，海量数据造成的瓶颈会直接影响企业训练和使用模型的成本与速度。
大量数据工作流的涌入使得企业在进行数据处理时面临着如下问题：首先是时间成本变高，更多的数据需要训练与推理，其次是基础设施成本的负担，大规模CPU基础设施带来了极高的成本，最后则是规模化进行数据处理业务需要的时间也在变长。
作为面向IT和企业的大数据平台，Cloudera Data Platform（CDP）已经部署了40万台以上的数据中心服务器，管理超过5EB的企业数据，为AI提供源源不断的动力，同时可以在混合多云部署中有效管理和保护数据的全生命周期。
为了让企业有机会更快、更好的获得业务洞察，Cloudera Data Platform选择了以NVIDIA GPU计算功能作为支撑，这使得各种云上的整个数据生命周期都拥有了加速计算的能力。现在自带GPU加速Apache Spark 3.0软件的CDP 7.1.6可以有效减少数据科学工作的流程，应对包括ETL和SQL大量数据分析在内的工作负载，同时还具备领先的AI与深度学习能力，为企业保持竞争力所依赖的机器学习和数据分析奠定了基础。
借助由NVIDIA提供支持的Cloudera Data Platform，企业将能够在不更改任何代码的情况下无缝全栈加速，提高AI的模型精度，并运行更多迭代。不仅如此，与使用传统的CPU服务器相比，通过GPU加速的CDP带来了5倍的性能提升，以及超过10倍的速度提升，同时降低约30%-40%的额外开销成本。
美国国税局IRS就是一个最好的例子，凭借着通过GPU加速的CDP，在无代码修改的前提下，IRS的数据科学家就将平日里超过300TB的数据分析任务加快了5倍，且所有的负载都能在分布式Spark集群的GPU上顺利运行。美国国税局研究和应用分析与统计部门技术主管Joe Ansaldi表示：“通过Cloudera和NVIDIA的这一技术整合，我们能够利用以数据为依据的洞察来推动关键任务用例。目前我们正在应用这一技术整合，这使得以往的数据工程和数据科学工作流程以一半的成本获得了超过10倍的速度提升。这在Spark 3.0之前，是不可能的任务，但现在我们通过GPU大幅提升了速度并且可以期待以此解决之前无法解决的问题。”
在算力与速度至关重要的当下，企业比以往任何时候都更加依赖数据的力量。Cloudera与NVIDIA的合作将为客户提供必要的技术支持，帮助客户更好地理解数据，并充分发掘真正的AI转型潜力。而NVIDIA也会借由与Cloudera的合作案例，推出更多符合NVIDIA认证的GPU加速服务器，协助推动更多人工智能与巨量数据分析运算需求。使得企业在数据骤增的背景下同样能及时有效地做出决策与应对。
本文属于原创文章，如若转载，请注明来源：以数据驱动决策 NVIDIA GPU助力CDP提升运算效率https://cloud.zol.com.cn/774/7740356.html
