场景描述 本方案适用于使用RAPIDS加速库+GPU 云服务器来对机器学习任务或者数据科学 任务进行加速的场景。相比CPU,利用 GPU+RAPIDS在某些场景下可以取得非常 明显的加速效果。 解决问题 1.搭建RAPIDS加速机器学习环境 2.使用容器服务Kubernetes版部署 RAPIDS环境 3.使用NAS存储计算数据 产品列表 容器服务Kubernetes版 GPU云服务器 文件存储NAS
32 文档版本信息:20191209 RAPIDS加速机器学习 使 用容器服 务 A CK部署 RAPIDS环境 这里看到使用 CPU时,运行时间是 15min 7s,而使用 GPU时,时间是 35.9s,加速 效果十分明显。注意:这里另个过程中,ETL都是用的 GPU,第二次运行的时候,只是训练部分从 GPU换成了 CPU。并且,由于这里代码的限制,在 CPU上进行训练的...