インテル Parallel Universe マガジンの最新号 (英語) が公開されました。
注目記事: Habana* Gaudi* でディープラーニングのトレーニングを始めよう
掲載記事
- Databricks Runtime ML のスピードアップ
- ディープラーニングの推奨システム向けの新しいスケールアウト・トレーニング・ソリューション
- コストを考慮したハイパーパラメーター最適化の重要性について
- Katana のハイパフォーマンス・グラフ・アナリティクス・ライブラリー
- インテル® oneAPI マス・カーネル・ライブラリーを使用した R コードの高速化
- インテル® AVX-512 命令を使用した Maxloc 操作の最適化
編集者からのメッセージ
ハイパフォーマンスなデータ・アナリティクス
The Parallel Universe の最近の号では oneAPI、特に DPC++ とインテル® oneMKL などのコンポーネント・ライブラリーを取り上げてきました。本号では、データサイエンスのマシンラーニングとディープラーニング・モデルのトレーニングに注目します。注目記事「Habana* Gaudi* でディープラーニングのトレーニングを始めよう」では、Gaudi* HPU (Habana* プロセッサー・ユニット)アーキテクチャーとその使用方法を紹介します。「Databricks Runtime ML のスピードアップ」では、クラウド上で人工知能 (AI)を利用するためのインテルの最適化について説明します。続く「ディープラーニングの推奨システム向けの新しいスケールアウト・トレーニング・ソリューション」では、Facebook と協力してトレーニングのスケーラビリティーを向上した最近の取り組みを紹介します。そして、「コストを考慮したハイパーパラメーター最適化の重要性について」では、ハイパーパラメーターのチューニングを向上した Facebook および Amazon との最近の協業について述べます。
本号の後半では、エンドツーエンドのデータ・アナリティクス・パイプラインのもう 1 つの重要な部分である、グラフ・アナリティクスについて取り上げます。インテルはグラフ処理の研究において長い歴史を持ち、効率良くスケーラブルなグラフ・アナリティクスを実現するため、GraphBLAS 仕様 (英語)、LDBC Graphalytics ベンチマーク (https://graphalytics.org/)、包括的なグラフ・アナリティクス分析 (英語)、および PIUMA アーキテクチャー (英語)など、グラフ・アナリティクス分野の主要な組織と積極的なコラボレーションを行っています。データサイエンスの分野には、グラフやネットワークの分析に最適な NetworkX* というパッケージがありますが、パフォーマンスはそれほど優れていません。最近、Katana Graph から Python* プログラマー向けのハイパフォーマンスな並列グラフ・アナリティクス・ライブラリーがリリースされました。「Katana のハイパフォーマンス・グラフ・アナリティクス・ライブラリー」は、大規模なグラフで計算集約型操作を行う代替手段を提供します。
本号の締めくくりは、44 号のベクトル化に関する記事「明示的なベクトル化を使用したスキャン操作の最適化」の続きです。「インテル® AVX-512 命令を使用した Maxloc 操作の最適化」では、ベクトル組込み関数を使用して、一般的なカーネルの maxloc リダクションを高速化する方法を紹介します。
コードの現代化、ビジュアル・コンピューティング、データセンターとクラウド・コンピューティング、データサイエンス、システムと IoT 開発、oneAPI を利用したヘテロジニアス並列コンピューティング向けのインテル・ソリューションの詳細は、Tech.Decoded (英語) を参照してください。
