在提高人们社会活动质量的同时，互联网可能会对一些网民造成伤害。要正确认识网络的两面性，扬长避短，充分发挥网络对生活的积极促进作用。把网络当成生活的补充，就能享受到网络的诸多好处。接下来，这篇文章将告诉你互联网技术的正能量。

在今天慕尼黑举行的GPU技术大会上，从视频/图形公司转型为人工智能(AI)巨头的英伟达，在AI的方向上又迈进了一步。

不过这次英伟达并没有发布新的图形处理单元(GPU)平台，也没有发布新的深度学习专用SDK，而是发布了一套全新的用于GPU加速分析和机器学习(ML)的开源库。

从图形和游戏到人工智能和深度学习

新的库集将提供Python接口，类似于Scikit Learn和panda提供的接口，但它将使用公司的CUDA平台在一个或多个GPU上加速。

英伟达人工智能基础设施负责人Jeff Tseng周二通过电话告诉部分科技记者，与仅使用cpu的实现相比，使用RAPIDS的训练时间增加了50倍。(这个速度是在英伟达DGX-2系统上涉及XGBoost ML算法的场景中测得的，但没有明确讨论CPU硬件配置。)

显然，Integrations和partnersRAPIDS结合了内存中的柱状数据技术Apache Arrow，并被设计为在Apache Spark上运行。考虑到后者，公司在逻辑上获得了Databricks的支持，该公司将把RAPIDS整合到自己的分析和人工智能平台中。

然而，Databricks并不是唯一支持RAPIDS平台的大牌公司。Python全明星Python、IBM、惠普企业、甲骨文等科技巨头也在行动。

当你分别从RAPIDS网站和NVIDIA GPU云容器注册表以源代码和Docker容器的形式阅读这篇文章时，你应该已经下载了nowRAPIDS。

本文更新于太平洋时间10月11日上午9: 29。据原帖子，10月9日(星期二)，NVIDIA首席执行官黄向媒体介绍了RAPIDS。事实上，这个简报是由英伟达人工智能基础设施负责人杰夫曾(Jeff Tseng)给出的。