AI ツール

oneAPI を活用して AI ワークロードのエンドツーエンドのパフォーマンスを実現

機能   AI ツールセレクター   ドキュメントとサンプルコード   トレーニング   仕様   ヘルプ

データサイエンスと AI パイプラインを加速

インテルの AI ツール (旧称: インテル® AI アナリティクス・ツールキット) は、データ・サイエンティスト、AI 開発者、研究者向けに使い慣れた Python* ツールとフレームワークを提供し、インテル® アーキテクチャー上でエンドツーエンドのデータサイエンスと分析パイプラインを高速化します。 コンポーネントは、低レベルのコンピューティングを最適化するため oneAPI ライブラリーを使用して構築されます。AI ツールは、前処理からマシンラーニングまでのパフォーマンスを最大化し、効率的なモデル開発のための相互運用性を提供します。

AI ツールを利用すると次のことが可能になります。

  • インテルの CPU と GPU でトレーニングし、インテルにより最適化された TensorFlow* および PyTorch* 向けディープラーニング・フレームワーク、事前トレーニング済みモデル、モデル最適化ツールを使用して高速な推論を AI 開発ワークフローに統合します。

  • 計算集約型の Python* パッケージ、Modin、scikit-learn*、および XGBoost* を使用して、データ前処理とマシンラーニング・ワークフローのドロップイン・アクセラレーションを実現します。

  • インテルによる分析と AI 最適化に直接アクセスして、ソフトウェアがシームレスに連携できるようにします。

AI ツールをダウンロード

最適化されたディープラーニング・フレームワークと高性能 Python* ライブラリーにより、エンドツーエンドのマシンラーニングとデータサイエンスのパイプラインを高速化します。

ツールを入手 (英語)

クラウドで開発

インテルによって最適化された最新の oneAPI および AI ツールを使用して oneAPI マルチアーキテクチャー・アプリケーションを構築および最適化し、インテルの CPU および GPU 全体でワークロードをテストします。ハードウェアのインストールやソフトウェアのダウンロード、設定などは必要ありません。

インテル® デベロッパー・クラウド

最新情報

  • インテルの CPU および GPU ハードウェアを幅広くサポートする AI ターゲット・プラットフォームを選択できます。

  • インテルのディープラーニング・フレームワーク、マシンラーニング・ライブラリー、AI ツール全体で大幅なパフォーマンスの向上を体験してください。

  • 新しい Web ベースの AI ツールセレクターを使用して、AI ツールをより迅速に取得できます。これは、必要なフレームワーク、ツール、ライブラリーを個別に、または一般的なワークロード用のプリセットされたバンドルで正確に取得するための柔軟で合理化されたプロセスです。

機能

最適化されたディープラーニング

  • TensorFlow* や PyTorch* など、インテルによって最適化された一般的なフレームワークを活用して、インテル® アーキテクチャーの能力を最大限に活用し、トレーニングと推論に高いパフォーマンスをもたらします。

  • 最高のパフォーマンスが得られるようにインテルによって最適化されたオープンソースの事前トレーニング済みマシンラーニング・モデルを使用することで、開発を迅速化します。

  • 低精度の最適化により、パフォーマンス、モデルサイズ、メモリー・フットプリントなどの目標とともに、精度優先の自動チューニング戦略を活用します。

 

ハイパフォーマンスな Python*

  • インテル® アーキテクチャー向けに最適化された命令セットを備えた、AI およびデータ分析向けに最も人気があり、急速に成長しているプログラミング言語を活用します。

  • 既存の Python* コードへドロップインするだけでパフォーマンスを強化して、大規模な科学データセットをより迅速に処理します。

  • 高効率のマルチスレッド化、ベクトル化、メモリー管理を実現し、クラスター全体で科学計算を効率的に拡張します。

データ解析とマシンラーニングの加速

  • インテル® アーキテクチャー向けに最適化された scikit-learn* および XGBoost アルゴリズムにより、マシンラーニング・モデルの精度とパフォーマンスが向上します。

  • scikit-learn* 向けインテル® エクステンションを使用し、クラスターに効率良くスケールアウトしてマシンラーニングを実行します。

マルチノードのデータフレームにわたるスケーリングを簡素化

  • 超軽量な並列データフレームである Modin 向けインテル® ディストリビューションを使用することで、わずか 1 行のコード変更で、pandas ワークフローをマルチコアおよびマルチノードにシームレスに拡張および高速化できます。

  • ヘテロジニアス・データ・カーネル (HDK)、Dask*、Ray、HEAVY.AI* などの高性能なバックエンドを使用してデータ分析を加速します。

ベンチマーク

これらのベンチマークは、インテルの AI ツールのパフォーマンス能力を示しています。クリックして拡大できます。

デモ

Hugging Face と oneAPI を使用した Falcon 70 億パラメーター・モデルの調整

インテルの Hugging Face* API と AI ツールを使用して、インテル® AMX をサポートするインテル® Xeon® プロセッサー上で Falcon 大規模言語モデル (LLM) を最適化する課題に触れてください。

さらに詳しく

言語識別: PyTorch* を使用したエンドツーエンド AI ソリューションの構築 (英語)

この詳細なソリューションでは、言語識別を実行し、量子化によってモデルを最適化するようにモデルをトレーニングする方法を示します。

さらに詳しく (英語)

インテル® AI アクセラレーションによる環境に優しいマシンラーニングの計算 (英語)

Anaconda* は、インテルによって最適化された scikit-learn* が AI 環境への影響を 1/7 に軽減し、計算速度を 8 倍向上させることを示しています。

さらに詳しく (英語)

ケーススタディー

インテルのソフトウェア開発ツールがどのように IBM Watson* NLP ライブラリーを高速化するか (英語)

インテルと IBM は、IBM Watson* 自然言語処理ライブラリー (NLP) で協力し、oneAPI ツールを使用して最適化することで最大 165% の改善を達成しました。

さらに詳しく (英語)

Netflix でのビデオ配信と推奨 (英語)

Netflix のパフォーマンス・エンジニアリング・チームは、インテル® ソフトウェアによる最適化を使用してインテル® ハードウェア機能の利点を最大限に活用することで、クラウドとストリーミングのコストを削減しながら、視聴者のエクスペリエンスを向上させました。

さらに詳しく (英語)

HippoScreen* は、oneAPI ツールを使用して AI パフォーマンスを 2.4 倍向上 (英語)

台湾を拠点とするニューロテクノロジーのスタートアップ企業は、インテルの AI ツールとインテル® VTune™ プロファイラーを併用して、脳波 AI システムで使用されるディープラーニング・モデルの効率と構築時間を改善しました。

さらに詳しく (英語)

AI ツールセレクターで利用可能な選択肢

インテルによる PyTorch* の最適化 (英語)

インテルは PyTorch* への最大の貢献者であり、PyTorch* ディープラーニング・フレームワークに定期的なアップストリームの最適化を行い、インテル® アーキテクチャー上で優れたパフォーマンスを提供しています。 AI ツールセレクターには、他のツールとの連携がテストされた PyTorch* の最新バイナリーバージョンと、最新のインテルの最適化機能と使いやすい機能を追加する PyTorch* 向けインテル® エクステンションが含まれています。

インテルによる TensorFlow* の最適化 (英語)

TensorFlow* は、Google* と協力してインテル® oneAPI ディープ・ニューラルネットワーク・ライブラリー (インテル® oneDNN) のプリミティブを使用して、インテル® アーキテクチャー向けに直接最適化されています。 AI ツールセレクターは、CPU 向けにコンパイルされた最新のバイナリーバージョンと、ストックバージョンにシームレスに接続して新しいデバイスと最適化のサポートを追加する TensorFlow* 向けインテル® エクステンションを提供します。

インテル® ニューラル・コンプレッサー (英語)

モデルのサイズを削減し、CPU または GPU に展開される推論を高速化します。オープンソース・ライブラリーは、量子化、枝刈り、知識の蒸留などのモデル圧縮技術を実行するためフレームワークに依存しない API を提供します。

cnvrg.io (英語)

あらゆるインフラストラクチャー上でモデルを構築、展開、管理する簡単な方法で、再現性を実現します。 cnvrg.io™ は、すべての AI プロジェクトを 1 カ所から管理できるフルサービスのマシンラーニングのオペレーティング・システムです。 cnvrg.io はオプションのコンポーネントであり、別途ライセンスが必要です。

scikit-learn* 向けインテル® エクステンション (英語)

シングルノードとマルチノードにわたるインテルの CPU および GPU 上の scikit-learn* アプリケーションをシームレスに高速化します。この拡張パッケージは、scikit-learn* エスティメーターに動的にパッチを適用して、インテル® oneAPI データ分析ライブラリー (インテル® oneDAL) をソルバーとして使用すると同時に、マシンラーニング・アルゴリズムの高速化を実現します。AI ツールセレクターには、必要なすべてのパッケージがインストールされた包括的な Python* 環境を提供するストック scikit-learn* も含まれています。

この拡張機能は、scikit-learn* の最新の 4 つのバージョンまでサポートするため、既存のパッケージで使用する柔軟性があります。

XGBoost 向けインテル® オプティマイゼーション (英語)

インテルは XGBoost コミュニティーと協力して、インテル® CPU 上で優れたパフォーマンスを提供するために多くの最適化を直接アップストリームしてきました。

勾配ブースト・デシジョン・ツリー向けのよく知られたマシンラーニング・パッケージには、インテル® アーキテクチャー向けのシームレスなドロップイン・アクセラレーションが含まれており、モデル・トレーニングを大幅に高速化し、精度を向上させて予測を改善します。

Modin 向けインテル® ディストリビューション (英語)

Pandas と同一の API を備えたこのインテリジェントな分散データ・フレーム・ライブラリーを使用して、pandas ワークフローを高速化し、マルチノード間でデータ前処理を拡張します。

このライブラリーは、ヘテロジニアス・データ・カーネル (HDK)、Dask*、Ray、または HEAVY.AI* 計算エンジンと統合されており、コードを記述することなくデータを分散できます。

インテルは、AI ツールセレクターで利用可能なツールに加えて、AI ソフトウェア・ツールの完全なスイートを提供しています。

ドキュメントとサンプルコード

ドキュメント

すべてのドキュメントを表示 (英語)

サンプルコード

oneAPI サンプルコードのカタログ (英語)

トレーニング

仕様

プロセッサー

  • インテル® Xeon® プロセッサー
  • インテル® Xeon® スケーラブル・プロセッサー
  • インテル® Core™ プロセッサー
  • インテル® データセンター GPU フレックス・シリーズ
  • インテル® データセンター GPU マックス・シリーズ

言語

  • Python*

 

オペレーティング・システム

  • Linux*
  • Windows*

開発環境

  • インテル® コンパイラーおよびベースの言語標準に準拠するその他のコンパイラーと互換性があります
  • Linux: Eclipse* IDE

分散環境

  • MPI (MPICH ベース、Open MPI)

サポート状況はツールによって異なります。 詳細については、システム要件を参照してください。

ヘルプ (フォーラム)

皆さんの成功は私たちの成功です。サポートが必要な場合は、次のサポートリソースにアクセスしてください。

コードに関連するすべての情報を常に把握

サインアップすると、CPU、GPU、FPGA、およびその他のアクセラレーター (スタンドアロンや任意の組み合わせ) に最適化され、優れたコードを作成するのに役立つ最新のトレンド、チュートリアル、ツール、トレーニングなどを受けることができます。

サインアップ (英語)