作为催化剂，RAPIDS能让人工智能提速到多少？

数据科学家的甜蜜烦恼

尽管在中国，新手级别的数据科学家的年薪已经达到了20万人民币，但从全球范围来看，这个数字还是偏低，因为还不及美国同岗位年薪的三分之一，由此可知数据科学家的价值。但雇佣数据科学家的老板却相当烦恼，原因就在于数据科学完即使在工作期间，也有充足的时间去喝咖啡。以致于数据科学家有一个甜蜜的烦恼：被说成是不是去喝咖啡，就是在去喝咖啡的路上。

其实个中真实的原因，并非是因为数据科学家想要偷懒，而是计算系统处理海量的数据时间过长，以致于数据科学家将数据上传之后，有相当长的时间处于无事可做的状态。而这个时候，咖啡往往成为数据科学家们的最佳伴侣。

NVIDIA解决方案架构亚太区高级总监赵立威

但也许数据科学家们不曾想到，这份闲适的“甜蜜烦恼”正在走向终结，并且这份终结来源于一个看似和他们并不相关的RAPIDS平台。虽然NVIDIA在10月10日，才将RAPIDS平台公诸于众。因此由于时间太短，大数据行业还有人在怀疑它的能力，但在NVIDIA解决方案架构亚太区高级总监赵立威看来，这个结果是一定的。他毫不犹豫地给出了这样的结论：“RAPIDS平台可以为数据科学家提供在GPU上运行整个数据科学管线的工具，与仅用CPU的系统相比，计算速度将加快50倍。这意味着可以帮助数据科学家将模型训练时间从数天减少到数小时，或者从数小时减少到数分钟。”

细说RAPIDS平台

有人将硬件和软件比喻成容器和水的关系，硬件如容器，当容器变大之后，软件应用会如水一般，把容器盛满。但就算在后摩尔定律时代，硬件容器的增长也总是受限的，而云计算、大数据、人工智能等一浪高过一浪的技术浪潮，数据对传统企业而言，已如工业革命时代石油的重要性一样。所以在硬件算力增长有限的条件之下，如NVIDIA这样的厂商，就开始在硬件和软件应用息息相关的算法上做文章。

在硬件方面，与只应用CPU的系统不同，NVIDIA的GPU加速计算在应用CPU之外，还同时利用图形处理器，这样就可以加快科学、分析、工程、消费和企业应用程序的运行速度。但相应地，应用软件也需要做调整。为了让这种调整工作做到工作量最小化，同时工作效率最大化，RAPIDS平台登台亮相了。

考虑到讲解底层技术较为枯燥，赵立威给出了一张RAPIDS平台RAPIDS平台(如下图)。

赵立威介绍说：“在大数据应用市场上，Python语言的作用非常重要。由于大数据的应用，Python这种科学计算语言，已经变成了面向数据科学家的应用语言。而为了支持PYTHON语言开发在GPU下的应用，它就需要不同类型的数学函数库。这个数学函数库在经历了一系列的演化过程，最终形成了一个基本的框架，也就演化出了今天的RAPIDS平台。”

同样在这张架构图中，眼尖的人会一眼认出Apache arrow，它是 Apache 基金会全新孵化的一个顶级项目。它设计的目的在于作为一个跨平台的数据层，来加快大数据分析项目的运行速度。这样，RAPIDS平台一定是基于开源标准的。赵立威肯定了这一说法：“RAPIDS平台本身就是开源的，它基于开源标准，将使得数据转换更容易，目前它已为GPU加速分析和机器学习提供了一整套开源库。将RAPIDS平台、Python、Apache arrow配合起来应用，无论是数据准备、模式训练，还是最后的可视化，RAPIDS平台都有不同的模块给予支撑。”

360亿美金的大市场

分析师估算，面向数据科学和机器学习的服务器市场，每年价值约为200亿美元，加上科学分析和深度学习市场，高性能计算市场总价值大约为360亿美元。而此次通过RAPIDS平台，NVIDIA进入这一市场的步伐又深入了一步。

赵立威介绍说：“RAPIDS平台几年来进行的不只是技术上的积累，时至今日，我们已经通过和开源社区、IBM、惠普、Oracle、思科、联想、SAP的合作，形成了一个全球生态系统。而像沃尔玛这样勇于尝试的企业，也已经通过应用RAPIDS平台, 通过对历史数据的挖掘和预测，解决了生鲜类产品的库存问题，用数据去调整库存存，既保证了不同季节的备货，也解决了生鲜类产品的保质问题。”

回到我们的题目，作为催化剂，RAPIDS能让人工智能提速到多少呢?这其实是一个极难回答的问题，因为图灵奖获得者，计算机体系专家David Patterson早就指出，现在的IT技术面临新的挑战：摩尔定律也面临困难，晶体管的提升变慢。在架构上也有新的问题出现。这些问题突出体现在我们的应用对算力的需求，已经远远超过正常意义上的算力增长。这样应用需求算力与实际能增长的算力之间，已经构成了一对矛盾。而解开这对矛盾的关键，就是软硬件的结合，传统意义上的硬件工程师和软件工程师，将不得不进行一次大规模的跨界开发。RAPIDS平台不过是顺应这个大趋势的一次尝试。接下来，RAPIDS平台还会实现可视化操作，可以说，它未来的路还很长很长。与之下对应，人工智能应用的普及一定会提速，并且会随着RAPIDS平台这类技术的迭代，变得越来越快。