NVIDIA (輝達) 持續與全球頂尖 OEM 與系統建置商合作，攜手推出效能強大的新型工作站，協助全球數百萬資料科學家、分析師與工程師，更快做出更好的商業預測並發揮更高的生產力。

專為資料分析、機器學習與深度學習量身打造，這些新系統提供極致的運算效能與針對包括金融、保險、零售與專業服務等領域的龐大資料，進行準備、處理與分析所需的必要工具。

這些專為資料科學應用、以 NVIDIA 技術為核心所驅動的工作站，採用一種強大的參考架構，內部包含兩個高階 NVIDIA Quadro RTX™ GPU 與用於加速 RAPIDS™、TensorFlow、PyTorch 與 Caffe等系統的 NVIDIA CUDA-X AI™ 加速軟體。其中，CUDA-X AI 收錄多種函式庫，能協助現代運算程式充分發揮 NVIDIA GPU 加速運算平台的效能。

NVIDIA 創辦人暨執行長黃仁勳表示：「資料科學是整個運算科學界中一個成長最快速的領域，影響層面幾乎涵蓋所有產業。許多企業迫切地想運用機器學習技術從其商業資料中發掘價值，於是以前所未有的速度延攬資料科學家，而這些專家需要的工作利器，則是專為他們需求量身打造的強大工作站。NVIDIA 與合作夥伴攜手推出以 NVIDIA 技術為核心驅動的資料科學工作站，側重仰賴全新 Turing Tensor 核心 GPU 與 CUDA-X AI 加速函式庫才得以實現，讓資料科學家開發各種預測模型，藉以顛覆原有的商業模式。」

NVIDIA GPU加速資料科學工作站

資料科學的問題涉及到極其龐大的資料與超大規模的處理能力。以 NVIDIA 技術為核心所驅動的資料科學工作站讓科學家們能更容易進行資料整理、準備、訓練並
更快更精準地部署模型。其特色與優勢包括：

 兩個高階 Quadro RTX GPU：以最新 NVIDIA Turing™ 架構 GPU 所驅動並專為企業部署環境所設計，搭載 Quadro RTX™ 8000 與6000 GPU能帶來高達 260 teraflops 的運算效能，並透過 NVIDIA NVLink® 互連技術 提供 96GB 的資料傳輸存取記憶。以 Quadro RTX 為核心的資料科學工作站提供充裕的容量與頻寬，足以處理最龐大的資料集與各種運算密集的作業，也能為執行如 VR 應用在內的 3D 視覺化資料處理提供所需的繪圖效能。
 建構在 Linux 作業系統與 Docker 容器的資料科學軟體堆疊：
o NVIDIA CUDA-X AI：此 NVIDIA GPU 加速函式庫能加快深度學習、機器學習與資料分析作業。CUDA-X AI 包含針對深度學習樣本加速的cuDNN、機器學習演算法加速的cuML、推論訓練模型最佳化的TensorRT™ 與其他 15 種函式庫。能與 NVIDIA Tensor 核心 GPU無縫搭配運行，加速端對端的開發與AI 應用的部署流程。此外， CUDA-X AI 能與包括 TensorFlow、PyTorch 與 MXNet 等深度學習框架，與包括 AWS、Microsoft Azure、Google Cloud在內的各大雲端平台進行整合。
o NVIDIA RAPIDS：此為專為資料準備、傳統機器學習與繪圖分析所打造的 GPU 加速函式庫。
o Anaconda™ 布局：NVIDIA 與 Anaconda 合作出 Anaconda 發行版為資料科學家提供一項全新的方法，執行包括 Python/R 、資料科學、 AI 與機器學習等領域的程式開發
 企業環境支援： 與各家工作站製造商合力進行測試與最佳化，因應企業部署關鍵任務的各種要求。
 軟體選配方案：讓用戶安心採用 NVIDIA 開發的軟體與容器，包括深度學習與機器學習的框架。

藉由解除資料科學家的工作地點限制，以 NVIDIA 技術為核心的資料科學工作站能使資料科學產品線更趨於完善。

Lockheed Martin Rotary & Mission Systems事業部首席資料科學家 Mike Koelemay表示：「以 NVIDIA 技術為核心的資料科學工作站讓資料科學家能以超越以往的速度，針對龐大資料集執行端對端的資料處理。透過 RAPIDS 把更多資料處理排程推送至 GPU 上，縮短模型開發時間進而加速部署作業以更快獲得商業情資。」

廣泛的企業支持與採納

以 NVIDIA 技術為核心的資料科學工作站協助 OEM 廠商與各大資料科學軟體供應商，因應各界對於 GPU 加速資料科學功能持續成長的需求，並提供各種強大的新選配方案，協助客戶透過 AI 進行資料探索。