一张图看懂数据科学；惊曝英特尔 72 核 Xeon Phi 处理速度 | AI 开发者头条

内容预览：

• 一张图看懂数据科学

• 72 核的英特尔 Xeon Phi，数据处理速度赶上 GPU？

• Linux 4.10 的三大改进之处

• GitHub 邀请更多开发者参与其开源指南 

• 每日推荐文章：如何设置 Linux 虚拟机进行机器学习开发？

一张图看懂数据科学

这几天，该图在国外 LinkedIn 的开发者圈子中频频曝光。它标题为“什么是数据科学？”，将数据科学知识体系以尽可能简单、结构化的方式呈现出来，降低入门者梳理知识点的难度。雷锋网提醒，这张图由于力求简洁而有所疏漏，并没有覆盖所有核心知识点。比如美国数据科学家 Vincent Granville 就指出，他认为该图还可以加入 automated data science 。后者指的是机器到机器、或设备到设备之间的信息传递以及自动交易，比如广告网络中自动购买关键词的算法。

由于经过多重转载，最初发布者已不可考。

72 核的英特尔 Xeon Phi，数据处理速度赶上 GPU？

前天，美国数据服务商 Kx Systems 再次以跑分来秀肌肉——宣传自家数据处理工具的优越性。由于本次跑分使用了英特尔的旗舰机器学习 CPU，事情变得有些意思。

雷锋网了解到，此次评测使用了他们开发的 q 语言和 kdb+ 数据库， 运行于英特尔为并行计算而专门优化的旗舰 72 核 Xeon Phi 处理器平台，来处理 11 亿次纽约出租车运营的数据集（2009-至今）。

Kx 宣布：

"我们的数据处理速度，超出其它 CPU 技术不止四个量级，可与基于 GPU 的代码‘相提并论’。对于大多数数据科学家来说，他们需要快速载入、分析大型数据集，CPU 仍然是主流的选择。有的数据科学家为了更快的速度转到 GPU 平台。但他们往往发现：编写基于 GPU 的代码，为数据分析任务增添了额外的复杂性，并且推高了资源需求。因此无法在基于 CPU 的 kdb+/q 数据处理，与其他基于 GPU 的技术之间做公平对比。"

当然，这只是 Kx 的一家之言，也只是一个独立的案例，未必能够客观反映 Xeon Phi 的运算性能（更关键的问题还有性价比）。在 GPGPU （GPU 通用计算）浪潮之下，CPU 在人工智能、机器学习、深度学习和大数据处理中到底会担任何种角色，尚待我们进一步观察。

详情：

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

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

Linux 4.10 的三大改进之处

1. 虚拟 GPU

   针对 GPU 在虚拟机环境运行的低效问题，英特尔此前发布了一系列处理器扩展包：GVT-G。Linux 4.10 版本内核，终于加入了对 GVT-G  的原生支持。
   

2. 更好的缓存控制技术

   加入对英特尔 Cache Allocation Technology（CAT）技术的支持，并加入新系统工具  “perf c2c”。后者将改善在 NUMA 环境下，多个线程同时修改内存中的同一部段带来的效率问题。这两者都只支持英特尔 CPU。

3. Writeback  管理

   KernelNewbies.org 评论道：“从诞生之日起，Linux 把内存数据同步到硬盘的方法一直很差劲。”而这将在 4.10 版本得到改善。导致系统延迟的运算，将会遭到节流，以让位于其它线程。

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

更多关于 perf c2c：https://joemario.github.io/blog/2016/09/01/c2c-blog/

GitHub 邀请更多开发者参与其开源指南 

雷锋网(公众号：雷锋网)此前报道，GitHub 发布开源指南 “Open Source Guides”，指点开发者如何参与新项目。日前在与 InfoQ 的对话中，GitHub 开源部门负责人 Brandon Keepers 表示，这份指南本身就是一个开源项目，希望能反映出社区的呼声和多年实践中总结的智慧。GitHub 希望更多开发者参与进来，提出开源指南的改进建议，分享他们的经验与技巧。

详情：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://www.leiphone.com/news/201702/7CV4bGMMWttx1I3U.html

每日推荐文章：

如何设置 Linux 虚拟机进行机器学习开发？

澳大利亚机器学习专家 Jason Brownlee，再次为大家奉上 ML 干货教程。相比 Windows 和 Mac OS，在 Linux 平台上进行机器学习开发具有许多天然优势，尤其在开发工具方面。

本教程基于 Python，分为三部分：

1. 下载安装 VirtualBox。

2. 下载 Fedora Linux，然后在虚拟机中安装

3. 安装 Python 3 机器学习环境。

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