インテル Parallel Universe マガジンの最新号が公開されました。
注目記事: インテル® oneAPI を使用したヘテロジニアス・プログラミング
掲載記事
- インテル® FPGA 上での圧縮の高速化
- ゲームが GPU 依存ではありませんか?
- Julia v1.3 の新しいスレッド化機能
- インテル® Xeon® プロセッサー向け勾配ブースティング木推論の高速化
- 第 2 世代インテル® Xeon® スケーラブル・プロセッサーで K 平均法を高速化
- グラフ・アナリティクス・パフォーマンスの測定
編集者からのメッセージ
新しい年が始まりました
インテル® oneAPI 時代の幕開け
本年も The Parallel Universe にお付き合いください。2020 年は興味深い年になりそうです。一部の読者は、私がヘテロジニアス・コンピューティングへの流れを恐れていたことをご存じでしょう。その後、私はそれを避けられないものとして受け入れ、今では積極的に採用しています。ヘテロジニアス (異種性) は利点をもたらすと同時に、困難を伴います。優れたパフォーマンスと効率をもたらしますが、複雑さが増します。いつの日かマシンにすべてを任せられるようになることを願っていますが (「より多くのソフトウェア開発がマシンに移行している理由」 (https://newsroom.intel.com/news/why-more-software-development-needs-go-machines) を参照)、それまではインテル® oneAPI (英語) をはじめとしてこの複雑さを最小限に抑えるための実用的な手段が用いられます。oneAPI は多様な計算アーキテクチャーにわたる単一のソフトウェア抽象化を表すためのオープン仕様 (英語) です。
昨年 11 月に開催された Intel® HPC Developer Conference で、Raja Koduri (インテル コーポレーションのアーキテクチャー、グラフィックス & ソフトウェア・グループのチーフ・アーキテクト兼シニア・バイスプレジデント) によってインテルの oneAPI 実装が発表されました。本号の注目記事「インテル® oneAPI を使用したヘテロジニアス・プログラミング」では、ヘテロジニアス・コンピューティングに対するこの統一された標準ベースのアプローチの概要を示します。「インテル® FPGA 上での圧縮の高速化」では、データ並列C++ (英語) により FPGA を容易に利用する方法を紹介します。ヘテロジニアスに関連して、「ゲームが GPU依存ではありませんか?」では、インテル® グラフィックス・パフォーマンス・アナライザーなどの解析ツールを使用してこれを判断する方法を示します。
先号では、Julia プログラミング言語の構成可能なスレッド化について簡単に取り上げました。本号の「Julia v1.3 の新しいスレッド化機能」では、Julia Computing, Inc. の Jameson Nash 氏と Jeff Bezanson 氏、Caltech の Kiran Pamnany 氏が、Julia を使用したタスク並列処理のいくつかのコード例を使用して、構成可能なスレッド化について詳しく説明しています。
本号を締めくくるのはデータ解析に関する 3 つの記事です。1 つ目の「インテル® Xeon® プロセッサー向け勾配ブースティング木推論の高速化」は、XGBoost* ライブラリーを使用してモデル予測のパフォーマンスを向上する方法を示します。先号の注目記事では、XGBoost トレーニングのパフォーマンス向上について取り上げました。2 つ目の「第 2 世代インテル® Xeon® スケーラブル・プロセッサーで K 平均法を高速化」は、Python* 向けインテル® ディストリビューションとインテル® データ・アナリティクス・アクセラレーション・ライブラリー (インテル® DAAL) の最適化を利用して K 平均法を行う方法を紹介します。最後の「グラフ・アナリティクス・パフォーマンスの測定」では、グラフ・アナリティクス・ベンチマークの正しい方法と間違った方法について述べます。グラフ・アナリティクスは非常に広範で多様であるため、皆様からのご意見をぜひお寄せください。
今後の号では、インテル® oneAPI に関する多くの記事を掲載する予定です。また、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 開発向けのインテルのソリューションの詳細は、Tech.Decoded (英語) を参照してください。
