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: インテルの AI ハードウェアとソフトウェアの最適化を活用して Llama を高速化
掲載記事
- インテル® Arc™ GPU 上の TensorFlow* による転移学習
- PyTorch* を使用して山火事を予測する
- CPU 上での XGBoost、LightGBM、CatBoost 推論の高速化
- AI でビジネスを拡大する
- Microsoft* Azure* 上にセキュアな Kubeflow* パイプラインを構築
- OpenMP* ターゲットオフロードの事例
編集者からのメッセージ
Unified Acceleration Foundation が設立されました!
すべての人々がオープンなアクセラレーテッド・コンピューティングの未来を形作ることができるように支援する、新たな手段が提供されたニュースをお知らせできることを嬉しく思います。9月19日に、Linux* Foundation ファミリーの一部である Joint Development Foundation は、Unified Acceleration Foundation (英語) の設立を発表しました。これにより、多くの企業が協力して、真のマルチベンダー、マルチアーキテクチャー、アクセラレーテッド・コンピューティングのソフトウェア・サポートを提供できるようになります。UXL Foundation は oneAPI 仕様を引き継ぎ、世界中の複数の組織が協力して、オープンなアクセラレーテッド・コンピューティングの未来を形作ることができるように支援します。今後の号で、アクセラレーテッド・コンピューティングの可能性を広げる Foundation のメンバーからの記事を掲載できることを期待しています。
この夏にインテルがプレミアメンバーとして PyTorch Foundation に加入 (英語) したことを記念して、本号では PyTorch* の記事を 2 つ掲載しました。1 つ目の、本号の注目記事「インテルの AI ハードウェアとソフトウェアの最適化を活用して Llama を高速化」では、大規模言語モデルの一般化を説明します。2 つ目の「PyTorch* を使用して山火事を予測する」では、転移学習を使用して正確な画像分類器を効率良く開発する方法を紹介します。
関連記事として、転移学習と勾配ブースティングに関する「インテル® Arc™ GPU 上の TensorFlow* による転移学習」と「CPU 上での XGBoost、LightGBM、CatBoost 推論の高速化」も掲載しました。
次に、エンタープライズ AI に関する 2 つの記事が続きます。Red Hat とインテルのチームの共著記事、「AI でビジネスを拡大する」では、インテル® アーキテクチャーで Red Hat* OpenShift* Data Science とオープンソースの AI テクノロジーを活用する方法を紹介します。この記事は、52 号の「エンタープライズ規模でのサプライチェーン最適化」の続編です。「Microsoft* Azure* 上にセキュアな Kubeflow* パイプラインを構築」では、クラウドでインテル® ソフトウェア・ガード・エクステンションズを活用してセキュアで高速化されたマシンラーニング・パイプラインをデプロイする方法を紹介します。
最後に、Fortran と OpenMP* を使用したヘテロジニアス並列処理に関する記事のパート 2 として、前号の「Fortran の DO CONCURRENT を使用したアクセラレーター・オフロード」の単純なエッジ検出の例を、より現実的な Sobel エッジ検出アルゴリズムを使用して拡張した「OpenMP* ターゲットオフロードの事例」で締めくくります。
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、intel.com/oneapi (英語) を参照してください。
Henry A. Gabb
2023年10月
