Как стать автором
Обновить
0

Intel oneAPI AI Analytics Toolkit — еще один из OneAPI

Время на прочтение 3 мин
Количество просмотров 1.1K
Совсем недавно мы представили вам новый (на самом деле — реновационный) продукт Intel — семейство программных средств для разработчиков OneAPI. Как вы помните, Intel предлагает несколько вариантов OneAPI для различных областей применения: универсальный базовый набор Base Toolkit, средства для разработки устройств интернета вещей OneAPI IoT Toolkit, набор для программирования под высоконагруженные системы HPC Toolkit, а также вариант для решений визуализации и рендеринга Rendering Toolkit.

Теперь в ряду OneAPI прибыло. Intel oneAPI AI Analytics Toolkit, как следует из названия, предназначен для AI-разработчиков и исследователей, занимающихся анализом данных.



Особенностью Intel oneAPI AI Analytics Toolkit состоит в том, что он ориентирован, прежде всего, на язык программирования Python. В его состав входят хорошо знакомые разработчикам средства и фреймворки Python, оптимизированные для архитектур Intel. Набор средств максимально увеличивает производительность на всех стадиях машинного обучения, от предварительной обработки и на протяжении всего процесса.

Используя AI Analytics Toolkit, вы сможете:

  • Осуществлять высокопроизводительные тренировки при глубоком обучении на различных XPU Intel и интегрировать быстрый инференс в свой рабочий процесс AI-разработки с помощью оптимизированных под архитектуры Intel фреймворков глубокого обучения TensorFlow и PyTorch, претренированных моделей и утилит низкой точности.
  • Добиться дополнительного ускорения при предварительной обработке данных и машинном обучении с помощью мощных вычислительных пакетов Python: Modin, scikit-learn и XGBoost, оптимизированных под архитектуры Intel.
  • Получить прямой доступ к аналитике и AI-оптимизациям Intel.

В состав тулкита входят:

  • Оптимизации Intel для TensorFlow. В сотрудничестве с Google TensorFlow был оптимизирован под архитектуры Intel с использованием примитивов из Intel oneAPI Deep Neural Network Library (oneDNN) для достижения максимальной производительности. В наборе содержится последняя бинарная версия TensorFlow, скомпилированная с опцией поддержки CPU (--config=mkl).
  • Оптимизации Intel для PyTorch. В сотрудничестве с Facebook в этот популярный фреймворк глубокого обучения было добавлено множество оптимизаций для обеспечения высокой производительности на архитектурах Intel. В набор включена бинарная версия последней версии PyTorch для CPU, а также добавлены расширения и связки с Intel oneAPI Collective Communications Library (oneCCL) для эффективных распределенных тренировок.
  • Model Zoo для архитектур Intel. Получите доступ к претренированным моделям, скриптам-примерам, лучшим практикам и пошаговым учебным руководствам для многих популярных моделей машинного обучения с открытым исходным кодом, оптимизированных Intel для работы на процессорах Intel Xeon Scalable.
  • Утилита низкоточной оптимизации Intel. Получите унифицированный низкоточный интерфейс инференса для различных фреймворков глубокого обучения, оптимизированных Intel с помощью этой Python-библиотекой с открытым исходным кодом.
  • Intel Distribution of Modin. Масштабируйте предварительную обработку данных на многоузловые системы с использованием этой интеллектуальной распределенной DataFrame-библиотеки с API, идентичным Pandas. Библиотека интегрируется в бекэнде с OmniSci для ускорения аналитики. Данный компонент доступен только через Anaconda-дистрибутив тулкита.
  • Intel Distribution for Python. Достигните высокой производительности для нагрузок, требующих большого количества вычислений, без изменения кода при анализе данных и решении задач машинного обучения.

Скачать Intel oneAPI AI Analytics Toolkit можно на странице продукта.
Теги:
Хабы:
+3
Комментарии 0
Комментарии Комментировать

Публикации

Информация

Сайт
www.intel.ru
Дата регистрации
Дата основания
Численность
5 001–10 000 человек
Местоположение
США
Представитель
Анастасия Казантаева

Истории