BlockBeats 消息，8 月 19 日，英伟达发布技术博客称，其 cuML 与 cuVS 新增多 GPU UMAP 能力，可将大规模向量数据的降维处理分布至多张 GPU 上执行，在保持嵌入质量的同时显著缩短运行时间。

英伟达表示，在配备 8 张 H100 GPU 的 DGX 系统上，对包含 1.06 亿个向量的 MIRACL 数据集进行测试时，数据规模约 870GB，cuML 多 GPU UMAP 可在 8 分钟内完成端到端处理，相较预计的 CPU 实现速度最高提升 74 倍；此前 CPU 方案即使使用 2TB 内存也无法完成全量处理。

该方案通过将数据划分为多个集群，在不同 GPU 上并行构建局部 k 近邻（kNN）图，再合并为全局图，从而突破单 GPU 显存限制。英伟达称，该技术可将此前需要数小时甚至数天处理的数百 GB 级 UMAP 任务压缩至数分钟。