专栏首页AI研习社一张图看懂数据科学;惊曝英特尔 72 核 Xeon Phi 处理速度 | 开发者头条

一张图看懂数据科学;惊曝英特尔 72 核 Xeon Phi 处理速度 | 开发者头条

  • 一张图看懂数据科学
  • 72 核的英特尔 Xeon Phi,数据处理速度赶上 GPU?
  • Linux 4.10 的三大改进之处
  • GitHub 邀请更多开发者参与其开源指南
  • 每日推荐文章: 如何设置 Linux 虚拟机进行机器学习开发? 一张图看懂数据科学

这几天,该图在国外 LinkedIn 的开发者圈子中频频曝光。它标题为“什么是数据科学?”,将数据科学知识体系以尽可能简单、结构化的方式呈现出来,降低入门者梳理知识点的难度。AI 研习社提醒,这张图由于力求简洁而有所疏漏,并没有覆盖所有核心知识点。比如美国数据科学家 Vincent Granville 就指出,他认为该图还可以加入 automated data science 。后者指的是机器到机器、或设备到设备之间的信息传递以及自动交易,比如广告网络中自动购买关键词的算法。

由于经过多重转载,最初发布者已不可考。

72 核的英特尔 Xeon Phi,数据处理速度赶上 GPU?

前天,美国数据服务商 Kx Systems 再次以跑分来秀肌肉——宣传自家数据处理工具的优越性。由于本次跑分使用了英特尔的旗舰机器学习 CPU,事情变得有些意思。

此次评测使用了他们开发的 q 语言和 kdb+ 数据库, 运行于英特尔为并行计算而专门优化的旗舰 72 核 Xeon Phi 处理器平台,来处理 11 亿次纽约出租车运营的数据集(2009-至今)。

Kx 宣布:

"我们的数据处理速度,超出其它 CPU 技术不止四个量级,可与基于 GPU 的代码‘相提并论’。对于大多数数据科学家来说,他们需要快速载入、分析大型数据集,CPU 仍然是主流的选择。 有的数据科学家为了更快的速度转到 GPU 平台。但他们往往发现:编写基于 GPU 的代码,为数据分析任务增添了额外的复杂性,并且推高了资源需求。因此无法在基于 CPU 的 kdb+/q 数据处理,与其他基于 GPU 的技术之间做公平对比。"

当然,这只是 Kx 的一家之言,也只是一个独立的案例,未必能够客观反映 Xeon Phi 的运算性能(更关键的问题还有性价比)。在 GPGPU (GPU 通用计算)浪潮之下,CPU 在人工智能、机器学习、深度学习和大数据处理中到底会担任何种角色,尚待我们进一步观察。

Kx Systems:

https://kx.com/2017/01/25/kx-1-1-billion-taxi-ride-benchmark-highlights-advantages-kdb-architecture/

英特尔:

https://software.intel.com/en-us/blogs/2017/02/24/superior-kdb-performance-on-intel-xeon-phi-product-family

(查看文中链接,点击文末"阅读原文"

Linux 4.10 的三大改进之处

  1. 虚拟 GPU 针对 GPU 在虚拟机环境运行的低效问题,英特尔此前发布了一系列处理器扩展包:GVT-G。Linux 4.10 版本内核,终于加入了对 GVT-G 的原生支持。
  2. 更好的缓存控制技术 加入对英特尔 Cache Allocation Technology(CAT)技术的支持,并加入新系统工具 “perf c2c”。后者将改善在 NUMA 环境下,多个线程同时修改内存中的同一部段带来的效率问题。这两者都只支持英特尔 CPU。
  3. Writeback 管理 KernelNewbies.org 评论道:“从诞生之日起,Linux 把内存数据同步到硬盘的方法一直很差劲。”而这将在 4.10 版本得到改善。导致系统延迟的运算,将会遭到节流,以让位于其它线程。

详情:

http://www.infoworld.com/article/3174088/linux/3-little-things-in-linux-410-that-will-make-a-big-difference.html

更多关于 perf c2c:

https://joemario.github.io/blog/2016/09/01/c2c-blog/

GitHub 邀请更多开发者参与其开源指南

AI 研习社此前报道,GitHub 发布开源指南 “Open Source Guides”,指点开发者如何参与新项目。日前在与 InfoQ 的对话中,GitHub 开源部门负责人 Brandon Keepers 表示,这份指南本身就是一个开源项目,希望能反映出社区的呼声和多年实践中总结的智慧。GitHub 希望更多开发者参与进来,提出开源指南的改进建议,分享他们的经验与技巧。

详情:

https://www.infoq.com/news/2017/02/github-open-source-guides?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global

http://www.leiphone.com/news/201702/7CV4bGMMWttx1I3U.html

每日推荐文章:

如何设置 Linux 虚拟机进行机器学习开发?

澳大利亚机器学习专家 Jason Brownlee,再次为大家奉上 ML 干货教程。相比 Windows 和 Mac OS,在 Linux 平台上进行机器学习开发具有许多天然优势,尤其在开发工具方面。

本教程基于 Python,分为三部分:

  1. 下载安装 VirtualBox。
  2. 下载 Fedora Linux,然后在虚拟机中安装
  3. 安装 Python 3 机器学习环境。

地址:

http://machinelearningmastery.com/linux-virtual-machine-machine-learning-development-python-3/

本文分享自微信公众号 - AI研习社(okweiwu),作者:三川

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Java工程师转型AI的秘密法宝:深度学习框架Deeplearning4j | 回顾

    深度学习是人工智能发展最为迅速的领域之一,Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目,他们也一直在支持一些开...

    AI研习社
  • 资深算法工程师万宫玺:Java 工程师转型 AI 的秘密法宝——深度学习框架 Deeplearning4j | 分享总结

    深度学习是人工智能发展最为迅速的领域之一,Google、Facebook、Microsoft 等巨头都围绕深度学习重点投资了一系列新兴项目,他们也一直在支持一些...

    AI研习社
  • 为什么 GPU 会成为通用计算的宠儿?

    编者按:文章来源自 Mapd,作者 Jonathan Symonds,AI 研习社编译。 █ 英伟达在 2016 年的强势崛起,GPGPU (GPU 通用计算)...

    AI研习社
  • 引入AI应用,英特尔全面展现从云、网络到边缘、PC生态的智能化

    CES 2020正在进行中,AI、5G、自动驾驶等关键词层出不穷,而在这几大关键技术领域均有布局的英特尔,自然不会缺席这场盛宴。

    镁客网
  • 【学习】个性化推荐十大挑战(上)

    有读者觉得个性化推荐就等同于协同过滤,这可能是因为协同过滤应用比较广泛并且比较容易为大众理解。实际上协同过滤只是个性化推荐技术中的一个成员。它与很多更先进技术...

    小莹莹
  • 英特尔发布新技术,利用内置GPU扫描恶意程序

    这项新技术的名称是英特尔加速内存扫描(Intel Accelerated Memory Scanning)。英特尔表示,这项新功能让杀毒引擎减少CPU利用率,为...

    FB客服
  • 深度 | 困境中的英特尔,拿什么在AI领域找回昔日尊严

    最近英特尔的动作可谓非常频繁:在学术会议上发布各种自己新算法的论文,在商业领域也是连续收购了Nervana、Modivius两家公司,还发布了最新的深度学习处理...

    AI科技评论
  • 英特尔前CEO绯闻女友曝光,曾任“CEO特别助理”,现谷歌任职

    【新智元导读】英特尔CEO科再奇因绯闻被迫辞职,如今绯闻女友浮出水面,曾担任“CEO特别助理”和英特尔集团首席人力资源官。现已去谷歌任职。因为桃色事件离职?事情...

    新智元
  • 用 Python 告诉你!最近 24 小时内朋友圈发生了什么

    之前有一篇 文章 使用 Airtest 实现自动看新闻薅羊毛这一操作,其实 Airtest 功能远不止此。

    小小詹同学
  • 科技并购现热潮 巨头共同指向云计算

    美国IT服务巨头甲骨文公司24日宣布,将以约4亿美元的价格,收购科技初创公司BlueKai,后者提供的云服务能够帮助市场营销人员了解网上顾客的需求,并向其...

    静一

扫码关注云+社区

领取腾讯云代金券