由惠普、戴爾、聯想領銜的全球系統制造商推出集成NVIDIA Quadro RTX GPU和NVIDIA CUDA-X AI的工作站，以大幅提升生產力。

NVIDIA與全球領先的OEM廠商和系統制造商合作推出強大的全新工作站，旨在助力數百萬數據科學家、分析師和工程師更快速、準確地做出業務預測并提高生產力。

該系統專為數據分析、機器學習和深度學習而設計，提供了極強的計算性能和工具，可應對金融、保險、零售及專業服務等領域中的海量數據準備、處理和分析需求。

NVIDIA賦力的數據科學工作站基于強大的參考架構搭建，該架構由兩顆高端NVIDIA Quadro RTX? GPU和NVIDIA CUDA-X AI?加速數據科學軟件構成，如RAPIDS?、TensorFlow、PyTorch和Caffe。CUDA-X AI是一個資源庫合集，讓現代化計算應用能夠從NVIDIA的GPU加速計算平臺中受益。

NVIDIA創始人兼首席執行官黃仁勛表示：“數據科學是計算機科學發展最快的領域之一，影響著每個行業的發展。企業都迫切希望能夠利用機器學習釋放其業務數據的價值，并前所未有地大量聘用數據科學家，而這些數據科學家正需要專門針對其需求設計的強大工作站。我們聯手合作伙伴推出了NVIDIA賦力的數據科學工作站，這些工作站基于全新Turing Tensor Core GPU和CUDA-X AI加速庫，使數據科學家能夠開發出有望實現業務變革的預測模型。”

NVIDIA GPU加速數據科學工作站

數據科學問題涉及海量數據，需要極高的處理能力。NVIDIA賦力的數據科學工作站使科學家能夠輕松、快速且準確地進行模型的準備、訓練和部署。其特性和優勢包括：

兩顆高端Quadro RTX GPU — 基于最新NVIDIA Turing? GPU架構，專為企業級部署而設計。借助NVIDIA NVLink?互聯技術，雙Quadro RTX? 8000和6000 GPU可實現最高可達260 teraflops的計算性能和96GB的內存。Quadro RTX賦力的數據科學工作站所提供的容量和帶寬能夠處理最大規模的數據集和計算密集型工作負載，且其圖形功能能夠滿足包括VR在內的大規模數據集的三維可視化需求。

數據科學軟件堆棧 — 基于Linux操作系統和Docker容器構建：

NVIDIA CUDA-X AI — 一組NVIDIA GPU加速庫合集，用于加速深度學習、機器學習和數據分析。CUDA-X AI包括用于加速深度學習原語的cuDNN、用于加速機器學習算法的cuML、用于優化訓練模型以進行推理的TensorRT?、以及其他15個以上的庫。它們能夠與NVIDIA Tensor Core GPU無縫協作，加速端到端工作流程，以開發和部署基于AI的應用。CUDA-X AI可被集成到TensorFlow、PyTorch和MXNet等深度學習框架中，以及AWS、Microsoft Azure和Google Cloud等領先的云平臺中。

NVIDIA RAPIDS — 一組GPU加速庫分析平臺，用于數據準備、傳統機器學習和圖形分析。

Anaconda? Distribution — NVIDIA聯手Anaconda公司推出Anaconda Distribution，這是一種幫助數據科學家實施Python / R、數據科學、AI和機器學習的新方法。

企業級支持 — 與工作站制造商一同進行測試和優化，以滿足任務關鍵型企業級部署的需求。

可選的軟件支持 — NVIDIA開發的軟件和容器（包括深度學習和機器學習框架）讓用戶倍感輕松。

NVIDIA賦力的數據科學工作站讓數據科學家能夠自由地在本地開展工作，可謂是對NVIDIA的數據科學產品組合的理想補充。

LMT RMS首席數據科學家Mike Koelemay 表示：“NVIDIA賦力的數據科學工作站使我們的數據科學家能夠以前所未有的速度在大規模數據集上運行端到端數據處理管線。利用RAPIDS將更多的數據處理管線交予GPU，可縮短模型開發時間，從而更快速地完成部署并獲得業務洞察。”

廣泛的生態系統支持和采用

NVIDIA賦力的數據科學工作站可以幫助OEM廠商及領先數據科學軟件供應商滿足對不斷增長的GPU加速數據科學功能的需求，并為基于AI展開探索的客戶提供強大的全新選擇。