この実践的なチュートリアルでは、NVIDIA cuML と RAPIDS を使用して機械学習ワークフローを構築および高速化する方法を説明します。 GPU 環境のセットアップ、cuml.accel によるゼロコード scikit-learn アクセラレーション、パフォーマンスなどについて説明します。
コンピューティングの供給、エネルギー、データセンターの容量によって、AI をいかに安価に実行できるかが決まります。インフラストラクチャの変化は数週間後に推論コストに現れます。
概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。