oneDAL
Intel® oneAPI Data Analytics Library 2025.0.0
Installation | Documents | Assistance | Exemples | Comment contribuer
oneAPI Data Analytics Library (oneDAL) est une puissante bibliothèque d'apprentissage automatique qui vous aide à accélérer l'analyse du Big Data à toutes les étapes : prétraitement , transformation , analyse , modélisation , validation et prise de décision .
La bibliothèque implémente des algorithmes classiques d'apprentissage automatique. L'amélioration de leurs performances est obtenue en exploitant les capacités du matériel Intel®.
Le oneDAL fait partie de la Fondation UXL et est une implémentation de la spécification oneAPI pour le composant oneDAL.
Il existe différentes manières de créer des applications de science des données hautes performances qui utilisent les avantages de oneDAL :
Vérifiez la configuration système requise avant l'installation pour garantir la compatibilité avec votre système.
Plusieurs options sont disponibles pour installer oneDAL :
Distribution binaire : vous pouvez télécharger des packages binaires prédéfinis à partir des sources suivantes :
Intel® oneAPI :
Anaconda:
| Canal | Version |
|---|---|
| renseignements | |
| conda-forge |
NuGet
Distribution source : vous pouvez créer la bibliothèque à partir des sources. Pour ce faire, téléchargez la version spécifique de oneDAL depuis le référentiel officiel GitHub et suivez les instructions dans INSTALL.md.
Exemples C++ :
Exemples Python :
Documentation oneDAL :
Autres documents connexes :
La bibliothèque oneDAL est utilisée pour l'accélération Spark MLlib dans le cadre du projet OAP MLlib et vous permet d'obtenir une augmentation de 3 à 18 fois des performances par rapport à Apache Spark MLlib par défaut.
Détails techniques : FPType : double ; Matériel : 7 x instances AWS m5.2xlarge ; Logiciel : Intel DAAL 2020 Gold, Apache Spark 2.4.4, emr-5.27.0 ; Nombre de configurations Spark exécuteurs 12, cœurs d'exécuteur 8, mémoire de l'exécuteur 19 Go, processeurs de tâches 8
oneDAL prend en charge le mode de calcul distribué qui montre d'excellents résultats pour une mise à l'échelle forte et faible :
| Ajustement oneDAL K-Means, résultat de mise à l'échelle solide | Ajustement oneDAL K-Means, résultats de mise à l'échelle faibles |
|---|---|
 |  |
Détails techniques : FPType : float32 ; Matériel : Processeur Intel Xeon E5-2698 v3 à 2,3 GHz, 2 sockets, 16 cœurs par socket ; Logiciel : Intel® DAAL (2019.3), MPI4Py (3.0.0), Intel® Distribution Of Python (IDP) 3.6.8 ; Détails disponibles dans l'article https://arxiv.org/abs/1909.11822
Le projet oneDAL est régi par la Fondation UXL et vous pouvez vous impliquer dans ce projet de plusieurs manières. Il est possible de rejoindre les réunions du groupe d'intérêt spécial AI (SIG) où le groupe discute et démontre les travaux utilisant ce projet. Les membres peuvent également rejoindre les réunions du groupe de travail sur l'Open Source et les spécifications.
Vous pouvez également vous inscrire aux listes de diffusion de la Fondation UXL pour être informé des réunions et recevoir les dernières informations et discussions.
Vous pouvez contribuer à ce projet et également contribuer au cahier des charges de ce projet, lisez la page CONTRIBUTION pour plus d'informations.
Posez des questions et engagez des discussions avec les développeurs, contributeurs et autres utilisateurs de oneDAL via les canaux suivants :
Vous pouvez contacter les responsables du projet en privé à [email protected].
Pour signaler une vulnérabilité, reportez-vous à la politique de rapport de vulnérabilité d'Intel.
Nous apprécions les contributions de la communauté. Consultez nos directives de contribution pour en savoir plus. Vous pouvez également contacter l'équipe oneDAL via UXL Foundation Slack en utilisant le canal #onedal.
oneDAL est distribué sous la licence Apache License 2.0. Voir LICENCE pour plus d’informations.
Les microlibs oneMKL FPK sont distribuées sous licence logicielle simplifiée Intel. Reportez-vous à Third-Party-programs-mkl.txt pour plus de détails.
