Ahorro Verde Análisis Acelerado Reduce Costos y Carbono
Green Savings Accelerated Analysis Reduces Costs and Carbon
Las empresas están descubriendo cómo la computación acelerada puede impulsar sus resultados mientras tienen un impacto positivo en el planeta.
El Acelerador NVIDIA RAPIDS para Apache Spark, un software que acelera el análisis de datos, no solo mejora el rendimiento y reduce los costos, sino que también aumenta la eficiencia energética. Esto significa que puede ayudar a las empresas a cumplir los objetivos de emisiones netas cero de gases de efecto invernadero como el dióxido de carbono.
Una nueva referencia demuestra que el Acelerador RAPIDS puede reducir la huella de carbono de una empresa hasta en un 80% al tiempo que ofrece una aceleración promedio de 5 veces y una reducción de costos de cómputo de 4 veces.
Eso es una gran victoria que muchas pueden disfrutar. Miles de empresas, incluido el 80% de las compañías Fortune 500, utilizan Apache Spark para analizar sus crecientes montañas de datos.
De hecho, si todos los usuarios de Apache Spark adoptaran el Acelerador RAPIDS, podrían reducir colectivamente las emisiones de dióxido de carbono en una asombrosa cantidad de 7,8 toneladas métricas al año, o la cantidad de emisiones que un automóvil produce al quemar 878 galones de gasolina. Es un gran ejemplo de cómo la computación verde puede avanzar en la lucha contra el cambio climático.
- Conoce a DevOpsGPT un Sistema Multiagente que combina LLM con herra...
- Investigadores de Google presentan RO-ViT un método sencillo de IA ...
- Cómo aproveché los LLM de código abierto para lograr ahorros masivo...
Un desafío para la humanidad
Más de 70 países han establecido un objetivo de emisiones netas cero de gases de efecto invernadero, según las Naciones Unidas. Describe la transición a emisiones netas cero como “uno de los mayores desafíos a los que se ha enfrentado la humanidad”.
Las empresas también se están sumando.
Por ejemplo, NVIDIA está trabajando con una gran empresa de servicios financieros para probar Apache Spark para la protección de fraudes en tiempo real. La empresa espera reducir su huella de carbono con la computación acelerada para poder alinearse con grupos como la Alianza Bancaria Neto Cero.
Uno de los supercomputadores de inteligencia artificial más grandes del mundo validó la eficiencia energética de la computación acelerada en mayo.
En cuatro aplicaciones científicas populares, el sistema Perlmutter en el Centro de Computación Científica de Investigación Energética Nacional (NERSC) informó ganancias de eficiencia energética de 5 veces en promedio, gracias a las unidades de procesamiento gráfico A100 Tensor Core de NVIDIA. Una aplicación para pronóstico del clima registró aceleraciones de 9,8 veces en comparación con las unidades de procesamiento central (CPU).

AT&T aprovecha el Acelerador RAPIDS
Organizaciones como AT&T, Adobe y el Servicio de Impuestos Internos ya han descubierto los beneficios en rendimiento y costos del Acelerador RAPIDS.
En una prueba realizada el año pasado, AT&T procesó un mes de datos móviles, es decir, 2,8 billones de filas de información, en tan solo cinco horas. Eso es un 3,3 veces más rápido y con un costo un 60% menor que cualquier prueba anterior.
“Fue un momento increíble porque en los clústeres de CPU, lleva más de 48 horas procesar solo siete días de datos. En el pasado, teníamos los datos, pero no podíamos utilizarlos porque llevaba mucho tiempo procesarlos”, dijo Abhay Dabholkar, un arquitecto de IA en AT&T, en un blog.
“Recomendamos que si un trabajo está tardando mucho y tienes muchos datos, actives las GPU; con Spark, el mismo código que se ejecuta en las CPU se ejecuta en las GPU”, agregó.
Adobe acelera los servicios
Adobe utilizó la computación acelerada en su plataforma de Servicios Inteligentes, que ayuda a los equipos de marketing a acelerar el análisis con IA.
Descubrieron que, utilizando el Acelerador RAPIDS, un solo nodo de GPU de NVIDIA podría superar en rendimiento a un clúster de 16 nodos de CPU en un 33%, al tiempo que reducía los costos de cómputo en un 70%.
En una prueba separada, las bibliotecas aceleradas por GPU de RAPIDS entrenaron un modelo de IA 7 veces más rápido, ahorrando un 90% en comparación con el costo de ejecutar el mismo trabajo en las CPU.
“Esto es un ahorro de costos y una aceleración increíbles”, dijo Lei Zhang, un ingeniero de aprendizaje automático en Adobe en una charla en GTC (gratis con registro).
Ganancias de 20 veces en Spark
Las CPU no eran lo suficientemente potentes para procesar el conjunto de datos de más de 3 terabytes que necesitaba analizar, por lo que el Servicio de Impuestos Internos recurrió al Acelerador RAPIDS.
Un clúster de Spark de servidores con GPU procesó la carga y abrió la puerta para abordar conjuntos de datos aún más grandes.
“Actualmente estamos implementando esta integración y ya estamos viendo mejoras de velocidad de más de 20 veces a la mitad del costo para nuestras tareas de ingeniería y ciencia de datos”, dijo Joe Ansaldi, jefe de rama técnica de la división de investigación y análisis aplicados y estadísticas del IRS, en un blog.
Cómo empezar
Las mejoras de velocidad de rendimiento y ahorro de costes varían según la carga de trabajo. Por eso, NVIDIA ofrece una herramienta de análisis de Spark acelerada.
La herramienta muestra a los usuarios lo que el Acelerador RAPIDS puede ofrecer en sus aplicaciones sin realizar ningún cambio de código. También ayuda a los usuarios a ajustar la aceleración de GPU para obtener los mejores resultados en sus cargas de trabajo.
Una vez que el Acelerador RAPIDS está mejorando el resultado final, las empresas pueden calcular sus ahorros de energía e informar sobre su progreso en la protección del planeta.
Aprenda más en este resumen de soluciones. Y vea el video a continuación para ver cómo la Plataforma de Datos de Cloudera logró una mejora de velocidad de 44x con el Acelerador RAPIDS para Apache Spark.