在大型数据集上进行迭代，更为频繁地部署模型，及降低总体拥有成本。

传统的数据分析工作流迟缓而繁琐，数据的准备、训练和部署都依赖于 CPU 计算。加速数据科学可显著提升端到端数据工作流的性能，在降低成本的同时加速价值产出。

加速机器学习

提高预测速度，助力企业做出更明智的决策

企业利用机器学习改善其产品、服务和运营。企业可利用大量历史数据，构建模型来预测客户行为并优化内部流程。虽然机器学习为企业带来了相当可观的价值，但当前基于 CPU 的方法会增加复杂性和额外开销，导致企业的投资回报降低。

数据科学加速平台结合优化的硬件和软件，可消除机器学习的复杂性和低效率等传统问题。数据科学家现在可以进行快速功能迭代，利用大量数据集进行高精度预测，轻松为生产提供可创造价值的解决方案。数据科学家可以通过一些基于 Python 或 Java 的热门 API 轻松实现 GPU 加速，因此，无论是在云端还是在本地，入门都将变得易如反掌。

企业可利用加速机器学习的力量，为数据科学家提供所需的工具，帮助他们充分利用相关数据。