在当今的数字时代，数据已成为企业的核心资产，为业务创新和企业发展提供价值。然而，随着5G、云计算、物联网等技术的快速发展，企业获取数据的方式变得越来越简单，数据量呈现爆发式增长。对于企业来说，如何快速分析数据、挖掘数据价值变得至关重要。

目前，Cloudera推出了Cloudera数据平台（CDP），该平台使用NVIDIA GPU来加速Apache Spark 3.0软件。最新版本的Cloudera Data Platform使用NVIDIA技术加速的Spark 3.0，可以帮助运营团队实现8倍的性能提升，并成功运行原本不可能完成的作业。

携手NVIDIA，用GPU加速赋能企业洞察众所周知，利用GPU强大的计算能力并行处理数据已成为加速海量数据分析和ETL管道，从而驱动工作负载的关键。因此，当前的数据中心通过大规模扩展这些功能来支持复杂的数据分析项目。

Cloudera认为，数据的突然增加将使企业有机会做出更快、更好的业务决策。同时，海量数据也给企业数据中心带来巨大的计算压力。为此，Cloudera与NVIDIA合作，Cloudera数据平台在NVIDIA GPU计算能力的支持下，可以利用近乎无限数量和类型的数据来支持企业加速决策。

与NVIDIA 的合作帮助Cloudera 在集群中利用GPU，当这些类型的技术进步出现时，需要一段时间才能认识到它们的力量并开发可以使用它们的应用程序。作为业界首个企业数据云，Cloudera Data Platform的一体化数据平台可以帮助企业在上云过程中更好地管理和保护数据。

通过将Cloudera Data Platform 与NVIDIA RAPIDS 和AI 相结合，使用Apache Spark 的企业可以以前所未有的速度获得业务洞察。

应用案例：以数据为依据的洞察来推动关键任务用例在线媒体沟通会上，国税局团队的申请案例引起了笔者的兴趣。

作为一名数据科学家，Deborah Tylor 的任务是梳理IRS 超过300 TB 的数据库，寻找可能有助于识别身份盗窃和其他欺诈行为的模式。但即使她有大量的CPU服务器通宵工作，她也无法完成数据整理工作。 Cloudera 的解决方案工程师Nasheb Ismaily 询问Tikekar 的团队是否需要将Cloudera 数据平台(CDP) 与其自己的GPU 加速的Apache Spark 3.0 软件结合使用。

在对软件进行快速测试后，Tylor 立即将工作中的许多步骤加快了5 倍，而无需修改任何代码，但有几个部分仍然滞后。为此，Ismaily 召集了NVIDIA 数据科学家团队来检查代码的核心内容。他们很快发现一些数据结构非常糟糕的任务仍在CPU上运行。因此，他们编写了代码来处理这项工作，并将其插入Spark 的RAPIDS 软件界面。 RAPIDS 是一个用于在GPU 上运行数据分析的开源库。

通过测试，我们发现所有数据都能在分布式Spark集群的GPU上流畅运行，速度提升非常明显。因此，团队计划将其成功经验应用于数据准备，即数据分析的提取/转换/加载（ETL）方面。下一步的主要计划是加速各类人工智能推理工作。

IRS 研究和应用分析与统计技术总监Joe Ansaldi 表示，通过Cloudera 和NVIDIA 的技术集成，将利用数据驱动的见解来推动关键任务用例。

通过与Cloudera合作的案例不难看出，NVIDIA将利用GPU加速来推动数据分析、AI等领域的更多计算需求。

OK，关于Clouderar and NVIDIA Empower Businesses with Data-Driven Insights和的内容到此结束了，希望对大家有所帮助。