节约绿色：加速分析降低成本和碳排放

节能环保：降低成本和碳排放的加速分析

公司正在发现加速计算如何提升他们的利润同时对地球产生积极影响。

NVIDIA RAPIDS加速器适用于Apache Spark的软件可以加速数据分析，不仅提高性能、降低成本，还提高了能源效率。这意味着它可以帮助公司实现净零排放的目标，减少二氧化碳等温室气体的排放。

一项新的基准测试显示，RAPIDS加速器可以将公司的碳足迹降低高达80%，同时提供5倍的平均加速和4倍的计算成本减少。

这是一个众多公司都可以从中获益的重大胜利。包括80%的财富500强企业在内的数千家公司都使用Apache Spark来分析他们不断增长的海量数据。

事实上，如果每个Apache Spark用户都采用RAPIDS加速器，他们可以共同减少相当于一辆汽车使用878加仑汽油产生的碳排放量的7.8公吨二氧化碳排放量。这是绿色计算如何推动对抗气候变化的斗争的一个很好的例子。

根据联合国的数据，超过70个国家已经设定了净零温室气体排放的目标。它将向净零过渡描述为“人类面临的最大挑战之一。”

公司也正在加入其中。

例如，NVIDIA正在与一家大型金融服务公司合作，测试Apache Spark用于实时反欺诈保护。该公司希望通过加速计算来降低碳足迹，以与Net-Zero银行联盟等组织保持一致。

今年5月，全球最大的人工智能超级计算机验证了加速计算的能源效率。

由于NVIDIA A100 Tensor Core GPU的存在，国家能源研究科学计算中心（NERSC）的Perlmutter系统在四个热门科学应用中，平均具有5倍的能源效率提升。与CPU相比，天气预报应用的加速比达到了9.8倍。

AT&T、Adobe和国内税务局等组织已经发现了RAPIDS加速器的性能和成本优势。

去年的一项测试中，AT&T在仅仅五个小时内处理了一个月的移动数据，即2.8万亿行信息。这比以往的任何测试都快3.3倍，成本降低了60%。

“这是一个令人惊叹的时刻，因为在CPU集群上，处理仅仅七天的数据需要超过48小时 – 在过去，我们有数据但无法使用，因为处理数据需要很长时间， ”AT&T的AI架构师Abhay Dabholkar在一篇博客中表示。

他补充说：“我们建议，如果作业耗时过长且数据量大，打开GPU – 使用Spark，与CPU上运行的相同代码也可以在GPU上运行。”

Adobe在其智能服务平台上使用了加速计算，帮助市场团队通过人工智能加速分析。

他们发现，在使用RAPIDS加速器时，单个NVIDIA GPU节点可以比一个16节点的CPU集群提高33%的性能，并将计算成本降低70%。

在另一项测试中，使用GPU加速的RAPIDS库训练一个AI模型的速度提高了7倍，节省了90%的在CPU上运行相同任务的成本。

“这是一个惊人的成本节约和加速，”Adobe的机器学习工程师Lei Zhang在GTC（免费注册）的演讲中说。

由于CPU的性能不足以处理它需要分析的3+TB数据集，因此国内税务局转向了RAPIDS加速器。

一个由GPU服务器驱动的Spark集群处理了这个负载，并为处理更大数据集打开了大门。

“我们目前正在实施这个集成，并已经看到数据工程和数据科学工作流程的速度提高了20倍，成本降低了一半，”国内税务局研究与应用分析统计部门的技术分管主任Joe Ansaldi在一篇博客中表示。

性能提升和成本节约因工作负载而异。这就是为什么NVIDIA提供了加速的Spark分析工具。

该工具能够向用户展示RAPIDS加速器在不进行任何代码更改的情况下对其应用程序的提升效果。它还帮助用户调整GPU加速以在其工作负载上获得最佳结果。

一旦RAPIDS加速器提升了利润，公司可以计算其节能效益，并报告保护地球的进展。

在此解决方案简介中了解更多信息。观看下面的视频，了解Cloudera数据平台如何通过RAPIDS加速器为Apache Spark实现44倍的加速。