データ処理

NVIDIA CUDA-X を活用することで、AWS は cuDF 高速化を備えた NVIDIA RTX PRO™ 6000 Blackwell GPU を活用して、Amazon EMR 上で 3 倍高速な Apache Spark パフォーマンスを実現できます。また AWS OpenSearch は、cuVS の高速化により 10 億規模のベクトル データベースを 1 時間未満で構築できるようになりました。

NVIDIA を搭載した Dell AI Data Platform は、Dell の高性能ストレージとコンピューティング インフラを NVIDIA のアクセラレーテッド コンピューティング、ソフトウェア、ライブラリと統合することで、エンタープライズ規模のエージェント型 AI ワークフローのデータ処理を強化し、cuDF と cuVS によってベクトル インデックス作成を最大 12 倍、データ処理を最大 3 倍高速化します。

Google Cloud と NVIDIA は、G4 VM で GPU 高速化分析を提供しており、Snap は、GKE 上で cuDF により高速化された Apache Spark を使用することで、1 日あたり 76% のコスト削減を実現しています。

HPE ProLiant Compute DL394 Gen12 に搭載された NVIDIA Vera を活用することで、HPE サーバーはエージェント型 AI ワークロードに必要なパフォーマンスと一貫性でデータ処理ワークロードを実行できます。

IBM watsonx.data は、A100 上で NVIDIA cuDF を使用して Presto を高速化し、Nestle のテラバイト規模のグローバル オペレーション データに対するクエリを 5 倍高速に実行し、83% のコスト削減を実現しました。

Oracle AI Database は、NVIDIA cuVS と NVIDIA GPU を統合することで、ベクトル インデックス生成を最大 10 倍高速化し、統制された企業データに基づくセマンティック検索、RAG、エージェント型 AI アプリケーション向けに、企業がインデックスをより迅速に構築および更新できるよう支援します。

Apache Kafka に代わる Redpanda のリアルタイム データ ストリーミング エンジンは、NVIDIA Vera 上で p99 レイテンシを 6 分の 1 に低減し、企業がエージェント型 AI ワークロードに必要とする一貫したパフォーマンスを提供します。

NVIDIA Vera 上では、Starburst の Trino を基盤とするプラットフォームが、1 テラバイトのデータにおいて x86 と比較して最大 3 倍高速に動作し、企業のグラウンド トゥルースを収集する AI エージェントをサポートします。

NVIDIA cuDF を活用する Cloudera Anywhere Cloud 上の Cloudera Data Engineering は、コードを書き換えることなく Apache Spark の GPU アクセラレーションを提供します。これにより、データ チームはクラウド コストを削減し、従来の CPU インフラと比べて最大 4 倍高速に AI 対応データを準備できます。