Cloudera 携手 NVIDIA，降低云成本并加速 Apache Spark 数据管道

中国北京，2026年8月20日——致力于在复杂环境中将AI技术应用于数据的Cloudera今日宣布，Cloudera Data Engineering现已依托NVIDIA CUDA-X库cuDF，原生支持Apache Spark4.1的GPU加速。NVIDIA cuDF Apache Spark插件将支持刚刚发布的Cloudera Anywhere Cloud™，后者旨在帮助企业无需重写现有PySpark或SQL代码，即可加速Spark工作负载，从而助力数据团队更快准备好可供AI使用的数据，同时降低混合环境中的云基础设施成本。

随着企业不断扩大AI项目的应用规模，数据准备速度已成为一项关键挑战。大规模Spark工作负载通常需要数小时才能完成，不仅会延缓分析和AI应用的进程，还会推高云计算成本。通过将GPU加速能力直接嵌入Cloudera Data Engineering，企业可以在无需修改代码或运维工作流程的情况下，继续使用现有Spark应用并显著缩短数据处理时间。

加速Spark，赋能企业级AI

Apache Spark为当今众多企业数据管道提供了核心支撑。Cloudera Data Engineering内置原生GPU加速能力，可帮助企业在提升性能的同时，满足生产级工作负载所需的安全与治理要求。通过将NVIDIA cuDF应用于Spark工作负载，相比传统CPU基础设施，Cloudera依托NVIDIA GPU的计算能力，有望实现高达4倍的工作负载性能提升，帮助企业有效优化数据处理效率。

Cloudera Data Engineering与NVIDIA CUDA-X™库相结合，可提供以下能力：

与仅限于单一云服务商的GPU加速方案不同，Cloudera将这些能力扩展至混合环境，同时确保治理和运维的一致性。无论数据位于本地、云端还是边缘，企业都可以就地加速Spark工作负载，而无需牺牲安全性或灵活性。

加速数据管道，降低基础设施成本

快速且经济高效地准备可信数据，是开展数据分析和AI应用的关键。Cloudera最新发布的《AI时代的数据架构大重构》调查显示，绝大多数（84%）受访者表示，AI工作负载导致基础设施成本上升。通过加速Spark数据处理，企业可以更快获得经过清洗、可直接用于模型的数据，从而在降低基础设施成本的同时，提高数据工程、AI和分析团队的生产力。

Cloudera首席产品官Leo Brunnick表示：“对于许多企业而言，制约AI发展的并非模型，而是能否快速将原始数据转化为可信且可用的洞察。在Cloudera Data Engineering中加速Spark数据处理，有助于消除这一瓶颈，使客户能够更快地从数据准备迈向数据分析和AI应用，同时将治理、安全和运维一致性置于整体战略的核心。”

NVIDIA战略企业合作伙伴副总裁Pat Lee表示：“加速AI部署的有效路径，是与企业当前的运营方式相契合。随着NVIDIA AI基础设施和CUDA-X库原生集成至Cloudera Data Engineering，企业无需修改任何一行PySpark或SQL代码，即可降低成本并显著加速Apache Spark数据管道，将业务数据转化为支撑AI应用的坚实基础。”

Apache Spark GPU加速能力将作为2026年8月20日在EVOLVE Singapore大会上宣布推出的Cloudera Anywhere Cloud™的一部分，在Cloudera Data Engineering中提供。今年晚些时候举行的NVIDIA GTC Berlin和Cloudera EVOLVE New York大会上还将展示更多相关演示，并举办技术专题会议。

如需了解更多信息，请访问Cloudera.com，或报名参加即将举行的EVOLVE大会，了解企业如何在混合环境中加速数据工程和AI应用。