パフォーマンスが更に向上した インテル^® コンパイラー 17.0 を同梱

• インテル^® コンパイラー 17.0 リリースノート
• Intel^® C++ Compiler 17.0 Developer Guide and Reference
• Intel^® C++ Compiler 17.0 Developer Guide and Reference PDF
• Parallel Studio XE 2017: Getting Started with the Intel^® C++ Compiler 17.0 for Windows^®
• Parallel Studio XE 2017: Getting Started with the Intel^® C++ Compiler 17.0 for Linux^®
• Parallel Studio XE 2017: Getting Started with the Intel^® C++ Compiler 17.0 for OS X^®
• Introducing the Intel^® C++ Compiler 17.0 for Intel^® System Studio 2017
• Intel^® C++ Compiler 17.0 Developer Guide and Reference Supplement for Intel® System Studio 2017
• Intel^® Fortran Compiler 17.0 Developer Guide and Reference
• Intel^® Fortran Compiler 17.0 Developer Guide and Reference PDF
• Parallel Studio XE 2017: Getting Started with the Intel^® Fortran Compiler 17.0 for Windows^®
• Parallel Studio XE 2017: Getting Started with the Intel^® Fortran Compiler 17.0 for Linux^®
• Parallel Studio XE 2017: Getting Started with the Intel^® Fortran Compiler 17.0 for OS X^®
• 間接呼び出しと仮想関数の呼び出し: インテル^® C/C++ コンパイラー 17.0 によるベクトル化（PDF）
• C++ コンパイラー関連記事一覧（iSUS）
• Fortran コンパイラー関連記事一覧（iSUS）

最新のインテル^® Xeon^® Phi™ プロセッサーを含む、次世代のプラットフォームでスケーリング

• Recipe: Optimized Caffe^® for Deep Learning on Intel^® Xeon^® Phi™ processor x200
• インテル^® Xeon Phi™ プロセッサー/コプロセッサーの実行性能の比較 2016年9月16日
• インテル^® SSE およびインテル^® AVX 世代 向けのインテル^® コンパイラー・オプションとプロセッサー固有の最適化
• インテル^® Xeon^® Phi™ コプロセッサー向けの最適化とパフォーマンス・チューニング – パート 1: 最適化の基本
• インテル^® MIC アーキテクチャー向けの高度な最適化 － 精度を下げて最適化
• How Intel^® Xeon^® Phi™ Processors Benefit Machine Learning/Deep Learning Apps and Frameworks
• Driving Innovations in Machine Learning with Intel
• Offload over Fabric to Intel^® Xeon^® Phi™ Processor: Tutorial
• Fine-Tuning Vectorization and Memory Traffic on Intel^® Xeon^® Phi™ Coprocessors: LU Decomposition of Small Matrices

インテル^® アーキテクチャーにおけるディープラーニング（深層学習）を高速化するインテル^® パフォーマンス・ライブラリー

インテル^® DAAL（Data Analitics Acceleration Library） に、一般的なオープンソース環境を利用した場合よりも高速な ディープラーニング の新機能が追加されました。

• インテル^® MKL クックブック：Python^® 科学計算の高速化
• インテル^® Xeon^® プロセッサー E5 ファミリー・ベースのマルチノード分散メモリーシステム上の Caffe^® 学習
• インテル^® Xeon^® プロセッサー E5 ファミリー上でのシングルノード Caffe^® スコアと学習
• Using Intel^® Data Analytics Acceleration Library to Improve the Performance of Naïve Bayes Algorithm in Python^®
• Can DAAL be used with Deep Learning Frameworks?
• Single Node Caffe^® Scoring and Training on Intel^® Xeon^® E5-Series Processors
• Accelerating Machine Learning and Deep Learning with Intel Tools and Libraries Presentation from IDF Shenzhen 2016
• How to Install the Python^® Version of Intel^® Data Analytics Acceleration Library (Intel®^® DAAL) in Linux^®

インテル^® Python^® で、ディープラーニングの高速化を支援

インテル^® Distribution for Python^®（インテル^® Python^®、powered by Anaconda^®） により、インテル^® パフォーマンス・ライブラリーを活用したハイパフォーマンスな Python^® パッケージを簡単に利用できます。
インテル^® VTune™ Amplifier XE により、Python^® およびネイティブ混在コード中のボトルネックを特定します。
インテル^® Python^® の実行環境を使用することで、コードを修正することなく、アプリケーションのパフォーマンスを向上させることができます。
Python^®から、 NumPy、 SciPy、 Scikit-Learn、 Numba、 Cython、 mpi4py、 conda 等を使用すると、自動的に インテル^® MKL（Math Kernel Library）がコールされるため、パフォーマンスが大幅に向上します。

インテル^® Distribution for Python^®（Intel^® Python^®） については以下の エクセルソフト、iSUS、Intel^®社 の記事も参照ください。

• インテル^® Distribution for Python* 2017
• インテル^® Distribution for Python^® の紹介
• インテル^® Distribution for Python^®
• Python^® プロファイル
• Intel^® Distribution for Python^® 2017 Release Notes (24 Autust 2016, English PDF)
• Intel^® Distribution for Python^® (Intel^® Developer Zone: English)
• Intel^® Distribution for Python^® (Download Free)
• Intel^® Distribution for Python^® (Intel^® Developer Zone: forum, English)
• Intel^® Distribution for Python^® : Getting Support (Intel^® Developer Zone: English)
• Intel^® Distribution for Python^® : Performance (Intel^® Developer Zone: English)
• Intel^® Distribution for Python^® : Video (Intel^® Developer Zone: English 2016/09/13)
• Intel^® Anaconda^® Cloud channel for Intel^® (English) https://anaconda.org/intel/
• Using Intel^® Distribution for Python^® with Anaconda^® (English)
• より深いインサイトを得るために：拡大を続けるマシンラーニングの可能性
• 人工知能と機械学習: コンピューターはいかにして学ぶのか
• Python^® 科学計算の高速化
• MACHINE LEARNING HOME:YOUR PATH TO DEEPER INSIGHT:Deliver fast training and scoring on scalable architectures.
• MACHINE LEARNING Deep Learning:Achieve faster training of deep neural networks on a robust, scalable infrastructure.
• Machine Learning Documentation
• Machine Learning Documentation:Superior Performance Commits Kyoto University to CPUs Over GPUs
• Caffe^® Optimized for Intel^® Architecture: Applying Modern Code Techniques
• Training and Deploying Deep Learning Networks with Caffe^® Optimized for Intel^® Architecture
• Myth Busted: General Purpose CPUs Can’t Tackle Deep Neural Network Training

迅速な診断

インテル^® VTune™ Amplifier XE および インテル^® Trace Analyzer & Collector のスナップショット機能でアプリケーションのパフォーマンスを迅速に診断できます。

• インテル^® VTune™ Amplifier XE を利用した Python^® コードの高速化