インテル^® oneMKL

インテル^® マス・カーネル・ライブラリー (インテル^® oneMKL) には、パフォーマンスの向上と開発時間の短縮に役立つ豊富なルーチンが含まれています。高度にベクトル化およびスレッド化された線形代数、高速フーリエ変換 (FFT)、ベクトル演算関数、そして統計関数を含んでいます。

プロセッサーの処理能力のすべてを活用する最も簡単な方法は、その潜在能力を引き出すように設計された最適化済みの数学ライブラリーを使用することです。コンパイラーも、手動で最適化されたライブラリーが引き出すパフォーマンス・レベルには敵いません。アプリケーションが BLAS や LAPACK 関数を使用しているのであれば、インテルおよび互換プロセッサーでパフォーマンスを更に向上するために、簡単なインテル^® oneMKL への再リンクをお試しください。

インテルでは、開発者がすぐに利用できるよう、ランタイムの再配布権が含まれる関数群を開発しており、開発者から寄せられた要望をもとに、機能追加を進めます。インテル^® oneMKL を使用することで、開発したコードを将来の世代のインテル ^® プロセッサーでも最小限の労力で適切に実行できるため、長期に渡り開発、デバッグそして保守時間を節約できます。

最小限のコード変更で他のライブラリーから切り替えられるよう、インテル^® oneMKL はデファクト・スタンダードとなっている API を採用しています。これにより、単純に関数を置き換えるか再リンクすることで、迅速にそして容易にアプリケーションのパフォーマンスを向上できます。

単純にインテル^® oneMKL の LAPACK (線形代数パッケージ) に置き換えることで、500% 以上の性能向上が達成できた例もあります。業界標準の BLAS と LAPACK 線形代数 API に加えて、インテル^® oneMKL は高速フーリエ変換向けの MIT FFTW C インターフェイスをサポートしています。

インテル^® oneMKL は、単一の C もしくは Fortran API に、各世代のインテルおよび互換プロセッサー向けに最適化された、複数のコードパスを実装します。アプリケーション開発者によりコード分岐がないことが要求されますが、インテル^® MKL は、最大限のパフォーマンスを得るため最良のコードパスを利用します。新たに最適化されたコードパスは、将来のプロセッサーがリリースされる前に同じ API の配下に追加されるため、開発者は新しいバージョンのインテル^® MKL にリンクするだけで、アプリケーションは最新のプロセッサー・アーキテクチャーを最大限に活用する準備を整えることができます。

インテル^® oneMKL の高度に最適化された BLAS および BLAS のような拡張機能を使用すると、高性能コンピューティング、機械学習、その他の分野のアプリケーションでパフォーマンス・アドバンテージが得られます。
低レベルの線形代数ルーチンは、ベクトルと行列で動作し、次のような業界標準の BLAS 演算と互換性があります。

• レベル 1 ： ベクトル - ベクトル演算
• レベル 2 ： 行列 - ベクトル演算
• レベル 3 ： 行列 - 行列演算

インテル^® oneMKL には、多くの BLAS のような拡張機能も含まれています。

• 三角 GEMM ルーチン ： 行列 - 行列演算を行うが、上三角部分または下三角部分のみの結果行列を更新
• バッチ GEMM ルーチン ： 複数の GEMM 操作を並行して実行
• パックされた GEMM ルーチン ： 複数の GEMM 操作にまたがる内部パッキングコストを償却

複数のニーズに対する FFT
FFT は 一、二、または三次元で機能し、混合基数をサポートします (2 の累乗に限定されません)。 これらの FFT 関数の分散バージョンはクラスター上で使用されます。 サポートされる機能は次のとおりです。

• 単精度および倍精度の一次元バージョン
• 任意の長さの多次元、複素数間、実数-複素数間、実数 - 実数間の変換
• 業界標準の API との互換性のための FFTW インターフェイス

クラスター向けのフーリエ変換関数
単一ノードのパフォーマンスが不十分な場合は、コンピューティング・ノードのクラスター全体で、分散コンピューティングをサポートします。

パフォーマンス＆ネットワーク・ プリミティブ
インテル^® アーキテクチャー向けに最適化されたディープ・ラーニング・アプリケーションを開発するには、パフォーマンス・プリミティブのコレクションを使用してください。
インテル ^® MKL ライブラリーは、AlexNet、Visual Geometry Group、GoogLeNet、および ResNet* を含む、画像認識トポロジーを高速化するために最も一般的に使用されるプリミティブをサポートします。
本製品には、回旋、内積、プール、正規化、アクティベーション・プリミティブが含まれます。一般的に、これらの関数は、Caffe*、Theano*、Torch* などの一般的なディープ・ラーニング・フレームワークの計算集中的な部分を高速化するために使用されます。

インテル^® oneMKL に加えて、ディープ・ニューラル・ネットワーク (DNN) プリミティブのオープンソース版も利用できます。

インテル^® oneMKL は、金融工学、ライフサイエンス、エンジニアリング・シミュレーション、データベースなどのアプリケーションの操作を高速化します。モンテカルロ・アプリケーションのパフォーマンスが向上し、乱数ジェネレーター、確率分布、および並列計算のための機能が提供されます。
Mersenne Twister や Niederreiter などの乱数ジェネレーターと、均一分布、ガウス分布、指数分布などのさまざまな確率分布に組み合わせます。

インテル^® oneMKL は、インコアとアウトオブコアの両方に対応した統計分析用のハイレベルなコア/ビルディング・ブロックも提供します。これらの統計関数には、以下が含まれます。

• 基本統計の計算
• 依存関係の予測
• 外れ値の検出
• 欠測値の置換

インテル^® oneMKL には、一次補間用の豊富なスプライン関数のセットが含まれています。これらの関数は、データ解析 (例: ヒストグラム)、ジオメトリー・モデリング、面近似を含む、さまざまなアプリケーションで役立ちます。スプラインには、線形、平方、立方、ルックアップ、ベーシス（ B スプライン）、単調、階段状、定数、ユーザ定義です。

乱数ジェネレーター・ベンチマーク
ベンチマーク・データを使用して、アプリケーションで使用する関数について実績に基づいた決定を下しましょう。ベンチマークでは、ビルドイン C rand() 関数と比較して、乱数ジェネレーターのパフォーマンスが向上していることを示しています。

インテル^® oneMKL には、計算集約的な数学関数を高速化するベクトル数学ライブラリーが含まれています。 このライブラリーは、単精度および倍精度の要件、実数および複素数、および計算タイプを処理します。 基本ベクトル算術演算には、要素ごとの加算、減算、乗算、除算、および共役が含まれます。 丸め演算には、floor、ceil、および最も近い整数が含まれます。

• 累乗
• 平方根
• 逆数
• 対数
• 三角関数/三角法
• 双曲線（逆）エラーと累積正規分布
• パックおよびアンパック
• 信頼領域アルゴリズム
• 部分微分方程式

強化された機能:

• 正確性
• 非正規数処理
• エラーモード制御
  
  

インテル^® oneMKL は、データ解析ライブラリーであるインテル^® DAAL と同じチームによって開発されています。このチームは、インテル^® アーキテクチャー・ベースのシステムから最大限のパフォーマンスを引き出すため、インテル^® プロセッサーの設計チームと協力しつつ作業を行っています。

基本的なデータ分析からマシンラーニングまで、開発で必要とするアルゴリズムにインテル^® oneMKL とインテル^® DAAL を役立てることができます。