一張圖看懂數據科學；驚曝英特爾 72 核 Xeon Phi 處理速度 | AI 開發者頭條

內容預覽：

• 一張圖看懂數據科學

• 72 核的英特爾 Xeon Phi，數據處理速度趕上 GPU？

• Linux 4.10 的三大改進之處

• GitHub 邀請更多開發者參與其開源指南 

• 每日推薦文章：如何設置 Linux 虛擬機進行機器學習開發？

一張圖看懂數據科學

這幾天，該圖在國外 LinkedIn 的開發者圈子中頻頻曝光。它標題為“什么是數據科學？”，將數據科學知識體系以盡可能簡單、結構化的方式呈現出來，降低入門者梳理知識點的難度。雷鋒網提醒，這張圖由于力求簡潔而有所疏漏，并沒有覆蓋所有核心知識點。比如美國數據科學家 Vincent Granville 就指出，他認為該圖還可以加入 automated data science 。后者指的是機器到機器、或設備到設備之間的信息傳遞以及自動交易，比如廣告網絡中自動購買關鍵詞的算法。

由于經過多重轉載，最初發布者已不可考。

72 核的英特爾 Xeon Phi，數據處理速度趕上 GPU？

前天，美國數據服務商 Kx Systems 再次以跑分來秀肌肉——宣傳自家數據處理工具的優越性。由于本次跑分使用了英特爾的旗艦機器學習 CPU，事情變得有些意思。

雷鋒網了解到，此次評測使用了他們開發的 q 語言和 kdb+ 數據庫， 運行于英特爾為并行計算而專門優化的旗艦 72 核 Xeon Phi 處理器平臺，來處理 11 億次紐約出租車運營的數據集（2009-至今）。

Kx 宣布：

"我們的數據處理速度，超出其它 CPU 技術不止四個量級，可與基于 GPU 的代碼‘相提并論’。對于大多數數據科學家來說，他們需要快速載入、分析大型數據集，CPU 仍然是主流的選擇。有的數據科學家為了更快的速度轉到 GPU 平臺。但他們往往發現：編寫基于 GPU 的代碼，為數據分析任務增添了額外的復雜性，并且推高了資源需求。因此無法在基于 CPU 的 kdb+/q 數據處理，與其他基于 GPU 的技術之間做公平對比。"

當然，這只是 Kx 的一家之言，也只是一個獨立的案例，未必能夠客觀反映 Xeon Phi 的運算性能（更關鍵的問題還有性價比）。在 GPGPU （GPU 通用計算）浪潮之下，CPU 在人工智能、機器學習、深度學習和大數據處理中到底會擔任何種角色，尚待我們進一步觀察。

詳情：

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

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

Linux 4.10 的三大改進之處

1. 虛擬 GPU

   針對 GPU 在虛擬機環境運行的低效問題，英特爾此前發布了一系列處理器擴展包：GVT-G。Linux 4.10 版本內核，終于加入了對 GVT-G  的原生支持。
   

2. 更好的緩存控制技術

   加入對英特爾 Cache Allocation Technology（CAT）技術的支持，并加入新系統工具  “perf c2c”。后者將改善在 NUMA 環境下，多個線程同時修改內存中的同一部段帶來的效率問題。這兩者都只支持英特爾 CPU。

3. Writeback  管理

   KernelNewbies.org 評論道：“從誕生之日起，Linux 把內存數據同步到硬盤的方法一直很差勁。”而這將在 4.10 版本得到改善。導致系統延遲的運算，將會遭到節流，以讓位于其它線程。

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

更多關于 perf c2c：https://joemario.github.io/blog/2016/09/01/c2c-blog/

GitHub 邀請更多開發者參與其開源指南 

雷鋒網此前報道，GitHub 發布開源指南 “Open Source Guides”，指點開發者如何參與新項目。日前在與 InfoQ 的對話中，GitHub 開源部門負責人 Brandon Keepers 表示，這份指南本身就是一個開源項目，希望能反映出社區的呼聲和多年實踐中總結的智慧。GitHub 希望更多開發者參與進來，提出開源指南的改進建議，分享他們的經驗與技巧。

詳情：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://m.specdd.com.cn/news/201702/7CV4bGMMWttx1I3U.html

每日推薦文章：

如何設置 Linux 虛擬機進行機器學習開發？

澳大利亞機器學習專家 Jason Brownlee，再次為大家奉上 ML 干貨教程。相比 Windows 和 Mac OS，在 Linux 平臺上進行機器學習開發具有許多天然優勢，尤其在開發工具方面。

本教程基于 Python，分為三部分：

1. 下載安裝 VirtualBox。

2. 下載 Fedora Linux，然后在虛擬機中安裝

3. 安裝 Python 3 機器學習環境。

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

相關文章：

微軟劍橋聯合推出 DeepCoder 系統；谷歌工程師用“買芒果”理論解釋機器學習 |開發者頭條

百度將 HPC 技術引入深度學習；卡巴斯基操作系統；AMD Ryzen 預售等 | AI 開發者頭條

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。