Cloudera heeft extra ondersteuning aangekondigd voor belangrijke NVIDIA-technologieën in openbare en privéclouds om klanten te helpen efficiënt best-in-class toepassingen voor kunstmatige intelligentie te bouwen en te implementeren. Deze nieuwe fase in Cloudera's technologische samenwerking met NVIDIA voegt multigenerationele GPU-mogelijkheden toe voor data-engineering, machine learning en kunstmatige intelligentie in zowel publieke als private clouds:Versnel AI en Machine Learning Workloads in Cloudera op Public Cloud en On-Premises met NVIDIA GPU's Cloudera Machine Learning [2] (CML) is een toonaangevende service van het Cloudera Data Platform die bedrijven in staat stelt om hun eigen AI-toepassingen te creëren, waarbij het potentieel van open-source Large Language Models (LLM's) wordt ontsloten door gebruik te maken van hun eigen gegevens om veilige en contextueel nauwkeurige antwoorden te creëren. De CML-service ondersteunt nu de geavanceerde NVIDIA H100 GPU in openbare clouds en datacenters.

Deze next-generation versnelling versterkt het dataplatform van Cloudera en maakt snellere inzichten en efficiëntere generatieve AI-workloads mogelijk. Dit resulteert in de mogelijkheid om modellen te verfijnen op grotere datasets en om grotere modellen in productie te hosten. De enterprise-grade beveiliging en governance van CML betekent dat bedrijven de kracht van NVIDIA GPU's kunnen benutten zonder in te leveren op gegevensbeveiliging.

Cloudera Data Engineering [3] (CDE) is een dataservice waarmee gebruikers betrouwbare en productieklare datapijplijnen kunnen bouwen van sensoren, sociale media, marketing, betaling, HR, ERP, CRM of andere systemen op het open data lakehouse met ingebouwde beveiliging en governance, georkestreerd met Apache Airflow, een open source project voor het bouwen van pijplijnen in machine learning. Met de integratie van NVIDIA Spark RAPIDS in CDE kunnen extracting, transforming en loading (ETL) workloads nu versneld worden zonder dat ze geherstructureerd hoeven te worden. Bestaande Spark ETL-applicaties kunnen naadloos GPU-versneld worden met een factor 7x overall en tot 16x op geselecteerde queries [4] in vergelijking met standaard CPU's (gebaseerd op interne benchmarks).

Hierdoor kunnen klanten van NVIDIA profiteren van GPU's in upstream gegevensverwerkingspijplijnen, waardoor het gebruik van deze GPU's toeneemt en een hoger rendement op investering wordt aangetoond.