インテル Parallel Universe 31 号日本語版の公開

HPCインテル® Advisorインテル® oneMKLインテル® Parallel Studio XEインテル® ディストリビューションの Python*
parallel_v31

インテル Parallel Universe マガジンの最新号が公開されました。

この号の注目記事、「OpenCL* による FPGA プログラミング」では、前号に引き続き FPGA プログラミングを取り上げます。The Parallel Universe の創刊者兼編集者であった James Reinders とインテルのプログラマブル・ロジック・グループの Tom Hill による、OpenCL* による FPGA プログラミングに取り組むための、詳細な解説を紹介します。

2018 年もさまざまなプログラミング・ツールとプログラミング・モデルを紹介していく予定です。まず初めに、「インテル® MKL のベクトル化された圧縮行列関数による代数計算の高速化」では、小さな行列の大きなグループを計算するアプリケーションのパフォーマンスを向上するために設計された新しいデータ形式について説明します。「インテル® Advisor の Python* API によりパフォーマンスの詳細を得る」では、アプリケーション・パフォーマンスのカスタム解析を行ったりカスタム視覚化を作成する、インテル® Advisor データベースに直接アクセスする新しい API について説明します。

Java* は世界で最もポピュラーなプログラミング言語の 1 つですが、The Parallel Universe ではこれまであまり取り上げてきませんでした。2018 年は、この状況が変化することになるでしょう。インテル® Parallel Studio XE は Java* チューニング・サポートを改良しており、Java* JVM はベクトル計算のサポートを強化しています。「ビッグデータ・アプリケーションで Java* のパフォーマンスを向上する」では、後者の拡張を説明します。

人工知能 (AI) は 2018 年もホットな話題の 1 つです。自動運転は AI の進歩により現実のものとなりましたが、その処理にはハイパフォーマンス・コンピューティングが必須です。「自動運転ワークロードに適した Eigen 数学ライブラリーの構築」では、重要な計算カーネルのパフォーマンスを向上する方法を説明します。最後に、「インテル® AI Academy へようこそ」では、AI 教育、ツール、テクノロジー向けの、インテルの新しい包括的なプログラムの概要を紹介します。

この号に含まれる記事:

  • <注目記事> OpenCL* による FPGA プログラミング
  • 自動運転ワークロードに適した Eigen 数学ライブラリーの構築
  • インテル® MKL のベクトル化された圧縮行列関数による代数計算の高速化
  • ビッグデータ・アプリケーションで Java* のパフォーマンスを向上する
  • インテル® Advisor の Python* API によりパフォーマンスの詳細を得る
  • インテル® AI Academy へようこそ
タイトルとURLをコピーしました