▶ インテル® ソフトウェア開発製品購入者限定サイトのご登録申請はこちらから。
概要
データサイエンスと AI のパイプラインを加速する
インテル® oneAPI 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、研究者が使い慣れた 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アナリティクスのパイプラインを高速化します。 コンポーネントは、低レベルの計算を最適化するインテル® oneAPI ライブラリーを使用して構築されています。 このツールキットは、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限に引き出し、効率的なモデル開発のための相互運用性を提供します。
このツールキットを使用するメリットは以下の通りです。
- インテル® アーキテクチャー向けに最適化された TensorFlow* や PyTorch* のディープラーニング・フレームワークや事前トレーニング済みモデル、低精度ツールにより、インテル® XPU で高性能なディープラーニング・トレーニングを提供し、AI 開発ワークフローに高速な推論を統合します。
- インテル® アーキテクチャー向けに最適化された計算集約型 Python* パッケージ、Modin*、scikit-learn*、XGBoost を使用して、データの前処理やマシンラーニングのワークフローにおいてドロップイン・アクセラレーションを実現します。
- インテルが提供するアナリティクスや AI の最適化に直接アクセスすることで、ソフトウェアがシームレスに連携します。
AI 開発支援ゴールド・サポート・サービスにて、当ツールキットに同梱されているインテル® Optimization for TensorFlow* およびインテル® ディストリビューションの Python* 有償サポートを提供いたしております。詳細は AI 開発支援ゴールド・サポート・サービスを参照いただき、お問い合わせください。
またインテル® ディストリビューションの Python* のみ有償サポートをご希望の場合はインテル® oneAPI ベース・ツールキットに同梱されておりますのでこちらをご参照ください。
インテル® oneAPI AI アナリティクス・ツールキット
新機能
詳細は、インテル社公開の情報 (英語) を参照ください。
同梱ツール
インテル® Optimization for TensorFlow*
Google* とのコラボレーションにより、TensorFlow* はインテル® 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、パフォーマンスが最大限に発揮されています。本パッケージは、CPU 対応の設定 (--config=mkl) でコンパイルされた最新の TensorFlow* バイナリーバージョンを提供します。
インテル® Optimization for PyTorch*
Facebook* とのコラボレーションにより、人気の高いディープラーニングの当フレームワークが、多くのインテルの最適化と直接結びつき、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発揮するようになりました。本パッケージは、最新の PyTorch* リリースの CPU 用バイナリー版を提供し、さらに効率的な分散トレーニングのためのインテル® oneAPI コレクティブ・コミュニケーション・ライブラリー (インテル® oneCCL) によるインテルの拡張機能とバインディングを追加しています。
インテル® アーキテクチャー向け Model Zoo
インテル® Xeon® スケーラブル・プロセッサー向けにインテルが最適化した、人気の高いオープンソースのマシンラーニング・モデルの事前トレーニング済みモデル、サンプルスクリプト、ベスト・プラクティス、ステップバイステップ・チュートリアルにアクセスできます。
インテル® Low Precision Optimization Tool
インテルが最適化した複数のディープラーニング・フレームワークに対して、統一された低精度推論インターフェイスを提供するオープンソースの Python* ライブラリーです。
インテル® Extension for Scikit-learn*
シングルノードおよびマルチノードのインテル® 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、マシンラーニング・アルゴリズムの高速化を実現しながら、基礎となるソルバーとしてインテル® oneAPI データ・アナリティクス・ライブラリー (インテル® oneDAL) を使用するように scikit-learn* の推定量を動的にパッチします。このツールキットには、必要なパッケージがすべてインストールされた包括的な Python* 環境を提供するため、ストックの scikit-learn* も含まれています。このエクステンションは、scikit-learn* の過去 4 バージョンまでをサポートしており、既存のパッケージを柔軟に使用することができます。
インテル® アーキテクチャー向けに最適化された XGBoost
インテルは、XGBoost コミュニティーと協力して、インテル® CPU で優れたパフォーマンスを発揮できるよう、多くの最適化を直接アップストリームしてきました。勾配ブースト決定木のための有名なマシンラーニング・パッケージである XGBoost に、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のアクセラレーション機能が追加され、モデルのトレーニングを大幅に高速化し、精度を向上させてより良い予測を実現します。
インテル® ディストリビューションの Modin*
pandas* と同一の API を持つこのインテリジェントな分散型データフレーム・ライブラリーを使用して、Pandas* ワークフローを高速化し、複数のノードでデータ前処理を拡張します。このライブラリーは、バックエンドの OmniSci* と統合し、分析を加速します。このコンポーネントは、ツールキットの Anaconda* ディストリビューションでのみ利用可能です。ダウンロードおよびインストールするには、インストール・ガイドを参照してください。
インテル® ディストリビューションの Python*
インテル® パフォーマンス・ライブラリーを使用して構築された、Python* のコア数値および科学パッケージのアクセラレーションにより、より高いパフォーマンスを実現します。本パッケージには、最新の SIMD (Single Instruction Multiple Data) 機能とマルチコア実行を可能にし、最新の CPU を十分に活用できるように装飾された Python* コード用のジャストインタイム・コンパイラーである Numba Compiler* が含まれています。CPU コードをデバイスコードに書き換えることなく、同じプログラミング・モデルである DPPy (Data Parallel Python) を使って複数のデバイスをプログラミングすることができます。
詳細
最適化されたディープラーニング
- TensorFlow* や PyTorch* など、インテル® アーキテクチャー向けに最適化された一般的なフレームワークを活用することで、インテル® アーキテクチャーの能力を最大限に発揮し、トレーニングや推論において高いパフォーマンスを実現します。
- インテルが最適化したオープンソースの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、開発を加速させることができます。
- 低精度の最適化を用いて、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追加目標とともに、精度に応じた自動チューニング戦略を活用します。
データ分析とマシンラーニングの高速化
- インテル® アーキテクチャー向けに最適化された scikit-learn* と XGBoost のアルゴリズムにより、マシンラーニングの精度とパフォーマンスが向上します。
- インテル® Extension for Scikit-learn* を使用することで、クラスターへのスケールアウトを効率的に行い、分散型マシンラーニングを行うことができます。
高性能な Python*
- インテル® アーキテクチャー向けに最適化された基本命令セットを備えた、AI およびデータ分析のための最も人気があり、最も成長しているプログラミング言語を活用してください。
- 既存の Python* コードにドロップインしてパフォーマンスを向上させることで、大規模な科学データセットをより速く処理することができます。
- 高効率なマルチスレッド化、ベクトル化、メモリー管理を実現し、科学的な計算をクラスター全体で効率的にスケーリングすることができます。
複数ノードのデータフレーム間のスケーリングを簡素化
- 非常に軽量な並列 DataFrame であるインテル® ディストリビューションの Modin* を使用することで、コードを 1 行変更するだけで 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し、高速化します。
- OmniSci* のような高性能なバックエンドでデータ分析を加速します。
ベンチマーク
仕様/動作環境
ハードウェア要件
| CPU |
|
|---|---|
| アクセラレーター | インテル® グラフィックス (GPU) のサポートは将来のリリースで追加される予定です。 |
ソフトウェア要件
Linux* の要件
| CPU | Ubuntu* 18.04.1、Ubuntu* 20.04、および CentOS* 7 |
|---|---|
| アクセラレーター | インテル® グラフィックス (GPU) のサポートは将来のリリースで追加される予定です。 |
- 最新の情報は、製品または評価版に同梱されているリリースノートを参照ください。