NVIDIA Blog
·
企业通过NVIDIA加速的Apache Spark实现巨额节省
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
NVIDIA推出Project Aether，通过GPU加速Apache Spark数据分析，帮助企业节省时间和成本。澳大利亚联邦银行在交易处理上实现640倍性能提升，显著降低成本并提高效率。该项目简化了Spark工作负载的配置和优化，助力企业快速完成数据处理。
🎯
关键要点
- NVIDIA推出Project Aether，通过GPU加速Apache Spark数据分析，帮助企业节省时间和成本。
- 全球数万家公司依赖Apache Spark处理大数据，以支持关键业务和预测趋势。
- NVIDIA RAPIDS Accelerator for Apache Spark可在不更改代码的情况下显著加速数据科学和分析流程。
- Project Aether自动化Spark工作负载的配置和优化，减少手动操作的时间。
- 使用Project Aether，企业可在四天内完成100个Spark作业的GPU加速配置，而手动操作可能需要一年。
- 澳大利亚联邦银行通过NVIDIA加速的Apache Spark实现640倍性能提升，显著降低成本。
- CBA每天处理4000万笔交易，使用GPU后推理时间缩短至46分钟，成本降低超过80%。
- RAPIDS Accelerator for Apache Spark可通过全球合作伙伴网络获取，支持多种云平台。
❓
延伸问答
NVIDIA的Project Aether如何帮助企业节省时间和成本？
Project Aether通过自动化Spark工作负载的配置和优化，显著减少了手动操作的时间，使企业能够在短时间内完成大量Spark作业的GPU加速配置。
澳大利亚联邦银行如何利用NVIDIA加速的Apache Spark提升性能？
澳大利亚联邦银行通过使用NVIDIA加速的Apache Spark，实现了640倍的性能提升，能够在五天内处理63亿笔交易，并将每日推理时间缩短至46分钟。
使用NVIDIA RAPIDS Accelerator for Apache Spark有什么好处？
NVIDIA RAPIDS Accelerator可以在不更改代码的情况下显著加速数据科学和分析流程，帮助企业更高效地处理大数据。
Project Aether如何简化Spark工作负载的管理？
Project Aether自动化了分析Spark作业、识别最佳GPU加速候选作业及进行测试运行的步骤，减少了手动管理的复杂性。
NVIDIA加速的Apache Spark适用于哪些云平台？
NVIDIA加速的Apache Spark可以在多个云平台上运行，包括Amazon Web Services、Google Cloud、Microsoft Azure等。
企业在迁移到GPU计算时面临哪些挑战？
企业在迁移到GPU计算时，通常面临手动配置和优化Spark作业的复杂性和耗时问题，这可能导致效率低下。
➡️
