NVIDIA（輝達）12日宣布與 IBM 計劃把全新開源軟體RAPIDS?導入至其包含企業內佈署、混合與多雲環境等企業級資料科學平台。擁有龐大深度學習與機器學習解決方案組合的IBM，無論資料科學家偏好的佈署模型為何，都是最能把此開源技術帶給這些科學家的企業。

IBM Cognitive 系統資深副總裁 Bob Picciano 表示：「IBM 長期與 NVIDIA 合作，利用如 IBM POWER9 處理器等技術結合 NVIDIA GPU，展現顯著的效能提升。我們將 RAPIDS 導入 IBM 產品組合的同時，也期待繼續為客戶積極挑戰 AI 的極限。」

RAPIDS 透過如 Apache Arrow、Pandas 與 Scikit-Learn 等開源軟體的優勢將 GPU 加速技術導入至 IBM 產品中。而 RAPIDS 也立即受到廣大生態系與來自各大關鍵開源貢獻者包括 Anaconda、BlazingDB、 Graphistry、NERSC、PyData、INRIA 與 Ursa Labs 的支持。

IBM 正計劃將 RAPIDS 導入涵蓋企業內佈署、公共、混合與多雲環境等關鍵領域，包括：

 在 IBM POWER9 上的 PowerAI透過 RAPIDS 為資料科學家帶來更多開源機器學習與分析函式庫的可用選項：NVIDIA 與 IBM 針對 POWER9 程式所特別做的努力，包含整合 NVIDIA NVLinkR 與 NVIDIA TeslaR Tensor Core GPU，已證實可直接讓工作負載加速受益。PowerAI 是 IBM 的軟體層，可讓現今的資料科學與 AI 作業在異質運算系統上執行時進行優化，而其目標是希望透過 RAPIDS 讓在 POWER9 上出現的 GPU 加速作業提升效能軌跡。

 IBM Watson Studio 與 Watson 機器學習：利用 NVIDIA GPU 的效能，讓資料科學家與 AI 開發人員能夠透過 IBM Cloud Private for Data 與 IBM Cloud，在多雲環境中打造、佈署與比僅用 CPU 建構的模型更快的 AI 應用。

 IBM Cloud：對於選用搭載 GPU 裝置的用戶，可把 RAPIDS 中的機器學習加速與分析函式庫導入雲端上應用並享用機器學習的好處。

NVIDIA 加速運算副總裁暨總經理 Ian Buck 表示：「IBM與NVIDIA這些年來緊密合作已協助全球頂尖企業與機構處理許多現今所面臨的最大難題。隨著 IBM 將利用 NVIDIA 所宣布的開源函式庫 RAPIDS ，資料科學家將迎來透過 GPU 加速的機器學習，協助他們以比過往更快的速度分析大數據以獲得洞見。」

機器學習是AI的一種型式，可以讓系統透過資料進行學習，而非透過專用的程式。眾多零售、金融與通訊等跨領域企業，不是已主動使用機器學習，就是正在探索機器學習，試圖利用大數據更瞭解顧客行為、偏好或客戶滿意度中微妙的變化，為企業帶來潛在的價值。

今年稍早，IBM 以比之前的紀錄保持者快了 46 倍的速度在兆級機器學習基準上締造了新的紀錄。其利用由 IBM Research 開發名為「IBM Snap 機器學習」(Snap ML)的機器學習演算法，並於搭載 NVIDIA Tesla V100 Tensor Core GPU 的 IBM Power Systems AC922 的伺服器上進行運算，IBM 的研究人員使用由 Criteo Labs 所釋出的 40 億筆線上廣告資料集進行訓練，僅花了 91.5 秒就完成對邏輯迴歸分析分類器的訓練。