インテル® oneDAL
2016.03.11
|
ビッグデータの解析と機械学習のパフォーマンスを大幅に向上
- 広範囲の IA デバイスにおいてアプリケーション・パフォーマンスを実現
- データソースと開発環境の統合で「Time-to-Value」をスピードアップ
- 最適化済みの高度な解析アルゴリズムにより、アプリケーションの開発時間を短縮
|
関連記事
リソース
FAQ
すべて開く
すべて閉じる
よくある問い合わせ
-
インテル® DAAL とは? どのような場合に使うべきか?
インテル® DAAL は、Windows*、Linux* および OS X* 向けの C++ と Java* ライブラリーであり、マシンラーニングを含むビッグデータ解析をアクセラレートします。これは、データを情報に変換する最適化された関数を提供することで実現されます。既存の開発環境に簡単に組み込むことができます。
-
なぜインテル® DAAL を使用するのですか?
簡潔に答えると、それはパフォーマンスのためです。多くのデータ解析タスクは演算集約型です。インテル® DAAL は、今日のそして将来のプロセッサーから高いパフォーマンスを引き出すように最適化されています。
-
インテル® DAAL はビックデータのエコシステムにどのように貢献しますか?
インテル® DAAL は、データ解析パイプラインのすべてのステージに注目: 前処理、変換、解析、モデル化、検証および意思決定。製品ページにある、”インテル® DAAL はビックデータのエコシステムに最適” の図ご覧ください。
-
このライブラリーで現在提供されているアルゴリズムは?
インテル® DAAL は、基本的な記述分析からより高度なデータマイニングやマシンラーニングまで、豊富なアルゴリズムを提供します。
-
インテル® DAAL のライセンス契約はどこにありますか?
EULA のライセンス契約をご覧ください。インテル® DAAL のコピー数は、完全なインテル® DAAL 開発ツールのファイルセットを必要とするコンパイルとリンクを行うビルドマシンの数だけでなく、インテル® DAAL を使用してコードを記述、コンパイル、およびテストを行う開発者数分のライセンスが必要です。使用許諾契約はオンラインで公開されています。
-
インテル® DAAL とインテル® MKL の違いは何ですか?
主な違いを以下に示します。
- インテル® MKL は、処理するデータ全体がメモリーに収まる場合に有用です。インテル® DAAL は、データが一度にメモリーに収まりきらない状況でも処理できます。インテル® DAAL は、アプリケーションがデータの一部分をチャンクとして処理し、最後に最終結果を取得することを可能にします。
- インテル® MKL は、Fortran と C API をサポートします。インテル® DAAL は、C++ と Java* API をサポートします。
- インテル® MKL を使用する場合、アプリケーションはデータの管理 (データソースに接続し読み取る) にほかのツールやライブラリーを必要とします。インテル® DAAL は、データ管理機能を持っています。アプリケーションは、各種ソース (ファイル、インメモリー・バッファー、SQL データベース、HDFS など) に直接アクセスできます。
- いくつかのアルゴリズム (行列分解、低次モーメント、分位など) は、インテル® MKL にもあります。
-
Java* でインテル® DAAL を使用するには?
すべての計算カーネルは C++ で実装されています。しかし、インテル® DAAL は C++ 実装のラッパーとして Java* API を提供します。Java* インターフェイスは、JNI (Java Native Interface) を通して C++ カーネルを呼び出します。インテル® DAAL を利用する開発者は、JNI コードを記述する必要はありません。すべてインテル® DAAL で行われます。
-
インテル® DAAL の処理モデルは?
インテル® DAAL は、次の 3 つの処理モデルを提供します。
- バッチ処理 – すべてのデータが単一ノードのメモリーに収まる場合。インテル® DAAL 関数は、一度にすべてのデータを処理します。
- オンライン処理 – 別名ストリーミング。すべてのデータがメモリーに収まりきらない、もしくはデータが小分けして提供される場合。インテル® DAAL は、個別のデータチャンクを処理し、最終ステージですべての部分的な結果を結合することができます。
- 分散処理 – インテル® DAAL は、Map-Reduce に似たモデルをサポートしています。クラスターのスレーブがローカルデータを処理し (map ステージ)、その後マスターがスレーブから部分データを収集および結合します (reduce ステージ)。
コンパイラーの最適化に関する詳細は、最適化に関する注意事項を参照してください。