NVIDIA가 확장 가능한 기계 학습에서 중요한 성과를 달성했다. XGBoost 3.0은 이제 1개의 GH200 Grace Hopper Superchip에서 기가바이트부터 1테라바이트(TB)까지의 그래디언트 부스팅 결정 트리(GBDT) 모델을 학습할 수 있다. 이 혁신은 회사들이 사기 탐지, 신용 위험 모델링, 알고리즘 거래와 같은 애플리케이션을 위해 거대한 데이터셋을 처리할 수 있게 해준다. 이는 XGBoost가 대규모 데이터셋을 다루는 능력에서 큰 발전이라고 할 수 있다. 이러한 기술적 진보는 새로운 가능성을 열어주며, 기업들이 더욱 정확하고 효율적인 의사결정을 내릴 수 있게 도와준다. NVIDIA의 XGBoost 3.0은 기업들에게 빠르고 정확한 학습 프로세스를 제공하여 비즈니스 성과를 향상시킬 것으로 기대된다.

<Mark Tech Post 뉴스 본문 전체읽기>