数据分析供应商Continuum analytics Inc.，H20.ai和MapD Technologies Inc.今天表示，他们将联手制定在分析中使用图形芯片的标准。GPU开放分析计划旨在开发一个数据科学和深度学习工作负载的社区，运行在Nvidia Corp.制造的图形处理单元上。为了启动这项工作，该组织推出了一个基于Python的应用程序编程接口，开始实现这一目标。这个目标是在周一于加州圣何塞举行的Nvidia年度GPU技术会议上宣布的。支持该项目的三家公司表示，尽管他们各自都有自己的框架来运行深度学习工作负载，但缺乏通用的标准数据格式阻碍了应用程序之间的通信。结果，延迟增加，运行在gpu上的分析工作流明显减速。为了解决这些问题，GOAI提出了一种称为GPU数据帧的新数据标准，以便于GPU上运行的工作负载之间的数据交换。根据这些公司的说法，GPU数据帧API可以直接在GPU上进行端到端通信，从而避免传输回中央处理器或复制内存中的数据。该组织在一份声明中说，这反过来又减少了人工智能工作负载中常见的高性能分析的计算时间和成本。根据GOAI，早期的测试表明，当数据只驻留在GPU中而不被发送回CPU时，数据处理时间减少了一个数量级，即10倍。MapD Technologies首席执行官托德•莫斯塔克（Todd Mostak）表示，这一举措很重要，因为在深度学习工作负载中，数据的子集和预处理等任务需要cpu参与，这正造成一个瓶颈。""GPU的数据帧使得在GPU上直接运行从摄取到预处理再到训练和可视化等一切都变得很容易，"他在一份声明中说这种高效的数据交换将提高性能，鼓励开发更加复杂的基于GPU的应用程序。"Continuum Analytics的首席数据科学家Travis Oliphant说，这种方法还将使依赖GPU的开放数据科学平台Anaconda的用户受益。"利用Nvidia的技术，Anaconda正在动员开放数据科学运动，帮助团队避免CPU和GPU之间的数据传输过程，并灵活地朝着更大的商业目标前进。"。至于H20.ai的首席执行官Sri Ambati，他说GOAI有潜力创造一个真正多元化的开源生态系统，这将"加速企业的分析和GPU的采用"GOAI的初始规范和pythonapi可以在GitHub上下载。图片：杰拉特/皮克斯贝既然你来了…点击订阅我们的YouTube频道（见下文），显示您对我们使命的支持。我们的订户越多，YouTube就越会向你推荐相关的企业和新兴技术内容。谢谢！支持我们的使命：>>>>>立即订阅我们的YouTube频道。……我们还想告诉你我们的使命，以及你如何帮助我们完成它。SiliconANGLE Media Inc.的商业模式是基于内容的内在价值，而不是广告。与许多在线出版物不同的是，我们没有付费墙或横幅广告，因为我们想让我们的新闻保持开放，不受影响，也不需要追逐交通。那个新闻、报道和评论SiliconANGLE——以及现场报道，我们的硅谷工作室和cube环球巡演的视频团队提供的未经剪辑的视频需要大量的辛勤工作、时间和金钱。保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。如果你喜欢这里的报道，视频采访和其他无广告内容，请花点时间看看我们的赞助商支持的视频内容样本，在推特上表达你的支持，然后继续回到SiliconANGLE。