翻訳者からの紹介：PCT / GPU-グラフィックカードで分散コンピューティングを実行するためのツールであるMATLABのParallel Computing Toolboxは、かなり高度なライブラリと見なされています。
ジャケットはまだあまり知られていませんが、有望なGPUベースのコンピューティングプラットフォームです。 MATLABをフロントエンドとして使用します。
最近、スタンフォードの
Pervasive Parallelism Laboratoryのスタンフォードの研究者は、分散コンピューティングの新しいフレームワークを紹介する論文を発表しました。 彼らの研究の一部は、ジャケットをParallel Computing Toolbox
tmと比較することです。その結果は、ジャケットの最適化がパフォーマンスに大きく影響することを明確に示しています。
彼らの研究では4つのアルゴリズムを使用しました。
- Gaussian Discriminant Analysis（GDA） -データセットの確率分布（多次元ガウス）をモデル化するための世代ベースの学習アルゴリズムは、入力行列1200 x 1024を取ります
- Restricted Boltzmann Machine（RBM）は、内部要素間の接続のない確率的リカレントニューラルネットワークであり、2,000の次元で2,000の要素を受け入れます。
- Support Vector Machine（SVM）メソッドは、Sequential Minimal Optimization（SMO）アルゴリズムを使用して実装された最大ギャップの分類器であり、800 x 1448の入力行列を取ります。
- Naive Bayes分類器（NaïveBayes、NB） -分類のための教師を備えた高速で要求の厳しい学習アルゴリズムは、入力として25,000 x 1448行列を取ります
テストでは、次のシステムが使用されました。
Dell Precision T7500n 、
クアッドコアIntel Xeon X5550 2.67 GHzプロセッサー （各コアにはデュアルハイパースレッディング、つまり合計16のハードウェアコンテキストがあります）、
24 GBのRAM、
NVIDIA GTX 275グラフィックスカード。
アルゴリズムの実行時間は、下のグラフで見ることができます（少ないほど良い）
ジャケットの詳細については
、メーカーのウェブサイトのページをご覧ください
翻訳者から：非常に印象的です。開発者からほとんどすべての低レベルのものが隠されていることは特に素晴らしいことであり、彼は計算がどのように並列化されるかについての複雑さを考えないかもしれません。 もちろん、フロントエンドが1つしか存在しないのは不快ですが、MATLABは将来修正される予定です。