資料分析工具:讓獲取深入見解的過程變得更簡單

Intel® 技術—包括工具、框架和程式庫—能加速並最佳化分析解決方案。

資料分析工具是專門針對資料導向的商業智慧設計,能簡化並最佳化其創造過程。Intel 與其分析領域的頂尖公司密切合作,以提供最佳化的硬體,並協助客戶提升準確性和效率。

隨著資料量越來越龐大,分析和資料科學已成為了解程序、客戶和系統的關鍵。而驅動分析方面的新趨勢的,是能使用更大的資料集、做出更佳的預測的工具。組織有多種資料分析工具可以選擇,包含全包式的分析平台和專門的工具和程式庫。

合作夥伴工具

Intel 的分析技術歷史分常悠久。我們的合作夥伴關係側重最佳化與效率,而我們的目標,是讓現今的組織能夠更輕鬆且快速地部署新世代分析策略—包括預測性分析、即時分析和擴增分析。

SAP

十多年來,Intel 和 SAP 一直透過合作,提供客戶多種分析效能和可擴充性。Intel 的內部開放資料平台使用 SAP HANA*,讓 Intel 得以加速供應鏈資料分析系統中的資料分析。

Intel 和 SAP 一同合作,致力於改善 SAP 的各種資料分析軟體(包括 SAP HANA* 、SAP 分析以及 SAP Leonardo 的智慧分析),針對 Intel® Xeon® 可擴充處理器和 Intel® Optane™ 持續性記憶體進行最佳化。這能為龐大的分析工作負載提供更大的記憶體容量和更快速的啟動時間。

Oracle

Oracle 是資料庫管理系統界的業界領袖,為客戶提供線上交易處理混合工作負載和多資料來源即時串流分析。Intel 與 Oracle 的合作已有超過 20 年的歷史,這段合作夥伴關係協助 Oracle 資料庫打造企業級效能和可擴充性,在分散式即時分析方面的貢獻尤其顯著。Oracle 資料庫使用 Intel® Xeon® 可擴充處理器的網格架構,成功改提升了分析工作負載的效能。

Microsoft* SQL Server

Microsoft SQL Server 提供資料庫內的進階分析功能,以支援即時營運分析和預測性分析。Microsoft 和 Intel 的合作關係確保了使用 Microsoft SQL Server 的組織能充分使用這些功能。搭載 Intel® Xeon® 可擴充處理器的參考設計採用了經驗證和最佳化的硬體和軟體堆疊,為各種規模和類型的企業提供了穩健可靠的基礎架構。

SAS

SAS 有適合各種分析負載的解決方案,為客戶提供了穩固的分析平台。SAS 與 Intel 聯手,為企業的各個層面提供更快速的效能更聰明的決策。

這段合作夥伴關係主要是要利用 Intel® Xeon® 可擴充處理器和 Intel® Optane™ 固態硬碟來最佳化 SAS 的記憶體內分析。企業透過最佳化的效能可以實施一系列分析策略,包括資料採礦、預測以及預測性和描述性建模。

Cloudera

Cloudera 提供採用 Apache Hadoop 的企業大數據分析和資料管理解決方案。Cloudera 的產品針對搭載 Intel® 技術的資料中心技術最佳化,該公司致力於推廣 Hadoop 的開源技術給企業客戶。

Cloudera distribution of Hadoop (CDH) 可以提供預測性分析並帶動資料導向的預測,從而增強商業智慧。Intel® 硬體和軟體最佳化讓企業可以更容易且快速地使用 Hadoop 來進行多種應用和使用案例地資料分析。

這段與 Intel 的合作夥伴關係側重於最佳化與效率,其目的是讓現今的組織可以更容易且快速地部新一代的分析策略。

專門工具

除了資料分析平台技術外,許多組織還使用了專門的資料分析工具,這些工具針對特定功能高度最佳化。

視覺化工具
報告是分析過程的一個關鍵。資料視覺化工具可以簡化多資料來源的視覺和圖形報告,讓組織可以更輕鬆地建立圖表、圖形和其他深入見解的呈現,以獲得商業智慧。

  • Tableau:Tableau 提供一系列資料視覺化工具,讓使用者可以快速使用大數據建立視覺化。Tableau 提供即時視覺化,並可整合 Python 和 R 等語言以及資料庫管理軟體。
  • Qlik:Qlik 有多個商業智慧解決方案,包括 Qlikview 和 Qlik Sense。Qlikview 是一款進階資料視覺化軟體,而 Qlik Sense 則是運用擴增智慧的新一代分析平台。

記錄檔分析
IT 部門的分析以記錄檔分析為主,即透過探討記錄檔來推動以資料為導向的決策。使用專門的資料分析軟體來監控記錄檔可以讓您更輕鬆地了解基礎架構、系統和應用程式如何共同運作,以及有哪些地方可以改善。

  • Splunk:Splunk 可以即時分析大量記錄檔,並且提供整合式的資料分析儀表板和疑難排解工具,讓 IT 部門可以更輕易地偵測並解決技術問題。

機器學習
分析和資料科學技術方面的一些重大的新進展與人工智慧 (AI) 和機器學習有關。擴增分析使用自動 AI 引擎來簡化資料建模,可自動創建深入見解和資料導向的預測。

  • H2O:H2O 有一個「無駕駛」AI 平台,並致力於讓更多人可以使用搭載機器學習和 AI 的擴增分析。H2O 也提供 Spark、R 和 Python 整合,可在現有的基礎架構上運作。
  • DataRobot:DataRobot AI 平台專為企業設計,能簡化端對端 AI 和機器學習應用程式的建立過程。

Intel® AI 框架和工具

現今最進階的分析策略是建立在 AI 技術之上,包括深度學習和神經網路。Intel 針對熱門的深度學習框架提供多種最佳化,能加速 AI 模型的開發和訓練。

Intel® Optimizations for Deep Learning Frameworks (適用深度學習框架的 Intel® 最佳化)

Intel 與多個熱門的深度學習框架合作,這些深度學習框架提供資料科學家、開發人員和研究高級程式語言,可用於建構、訓練和驗證深度神經網路。

  • Intel® Optimization for TensorFlow* 提供 Intel® Xeon® 可擴充處理器上的最佳化,適用 TensorFlow 這款熱門的開源深度學習架構。這能協助資料科學家和高效能運算 (HPC) 人員解決新的企業和研究挑戰。
  • Intel® Optimization for Caffe* 能提升熱門的 Caffe 架構在 Intel® 處理器上的效能。Caffe 是一種可以在 HPC 叢集上運行的深度學習架構,藉此支援 AI 應用程式。
  • Apache MXNet 框架能透過推斷最佳化和更強的量化效能來改善電腦視覺模型。

Intel® Optimizations for Neural Networks1

  • Intel® Software Optimizations for PyTorch 讓使用者可以利用 Intel® 硬體和 Intel® Deep Learning Boost 搭配 Intel® Math Kernel Library for Deep Neural Networks (Intel® MKL-DNN)。
  • PaddlePaddle 以 Intel® Math Kernel Library for Deep Neural Networks 打造,能在 Intel® Xeon® 可擴充處理器上高速效能,同時也配備多種工具,能助 AI 開發人員一臂之力。

Intel® Optimizations for Big Data Frameworks (適用大數據框架的 Intel® 最佳化)

  • Intel® 的大數據和分析框架相關軟體讓 HPC 系統可以更快速且容易地執行應用程式。Intel® 大數據分析工具和技術最佳化能支援熱門框架,如 Apache Hadoop 和 Apache Spark
  • BigDL 是一個開源、分散且可擴充的 Apache Spark 深度學習架構,它針對利用 Intel® Xeon 處理器執行深度學習功能,提供原生支援 。

Intel® 軟體程式庫 1

有了軟體程式庫,開發人員可以存取所需的相容工具,以便快速開發應用程式。Intel® 程式庫旨在協助分析解決方案和應用程式的開發人員,提供他們最先進的編譯器、效能程式庫、平行模型以及高效能 Python 解決方案:

  • Intel® C++ 編譯器提供的程式碼能充分利用搭載 Intel® 處理器的平台的多顆核心和內建技術。
  • Intel® Fortran 編譯器會產生針對 Intel® Xeon® 可擴充處理器和 Intel® Core™ 處理器最佳化的程式碼,讓開發人員可以高效能應用程式。
  • Intel® Distribution for Python* 能協助開發人員建立高速的 Python 應用程式,並加速核心運算套件。開發人員只需要稍微變更或是完全無須變更原本的程式碼。
  • Intel® 數學核心程式庫 (Intel® MKL) 是一個立即可用的數學程式庫,可加速處理常識和應用程式的效能。這個程式庫能協助您針對各個 Intel® 處理器家族最佳化程式碼,且不須額外費工夫即可支援未來世代。
  • Intel® Data Analytics Acceleration Library (Intel® DAAL) 加速了高效能資料科學應用城市的開發速度。這個程式庫可以利用可用的運算資源,讓應用程式迅速地做出更優質的預測,以及分析大型資料集。
  • Intel® Integrated Performance Primitives (Intel® IPP) 是一個立即可用的程式庫,內含針對多種 Intel® 架構最佳化的特定領域功能。
  • Intel® Threading Building Blocks (Intel® TBB) 是一個熱門的 C++ 程式庫,適用共用記憶體平行系統的程式設計和異質運算( 又稱 intranode distributed memory programming,節點內分散式記憶體程式設計)。

利用 Intel® oneAPI 進行統一程式設計1

分析工作負載愈來愈多樣。Intel® OneAPI 提供了挺一的程式設計介面,組織可以藉此支援多種硬體配置和架構,無須重寫程式。

Intel® oneAPI 產品提供了多種工具,可用於在 SVMS 架構上部署應用程式和解決方案。其輔助工具組(包括一組基礎套件和其他特殊附加元件)可以簡化程式設計,協助開發人員提升效率並加強創新,且可應用於多種分析應用工具和工作負載。

相關內容

進一步了解適用於分析的 Intel® 技術。

資料分析

了解分析如何為組織帶來可靠且可據以行動的深入見解,以及如何改善您的分析策略。

充分發揮分析的威力

什麼是資料分析?

了解資料分析的基本知識,以及資料管線從擷取到行動的各種詳細資訊。

閱讀簡短介紹

資料庫

進一步了解資料庫技術,以及不同的資料庫管理系統會為您的分析工作帶來什麼樣的影響。

進一步了解資料庫

注意事項與免責聲明
Intel® 技術可能需要搭配啟用的硬體、軟體或服務啟動。// 沒有產品或元件能提供絕對的安全性。// 您的成本和成果可能有所落差。// Intel 並不控制或審核第三方的資料。您應該參考其他來源以評估準確性。

產品與效能資訊

1對於不是 Intel® 微處理器特有的最佳化,用於非 Intel 微處理器時,Intel® 編譯器可能會,也可能不會最佳化到同樣程度。這些最佳化包括 SSE2、SSE3 及 SSSE3 指令集,也包括其他最佳化。對於任何最佳化,用於並非由 Intel 製造的微處理器,Intel 不保證最佳化的可用性、功能性或效力。在本產品中,取決於微處理器的最佳化,乃是為了用於 Intel® 微處理器而設計。某些最佳化並非專門針對 Intel® 微架構,而是保留給 Intel® 微處理器。關於本公告所涉及的具體指令集,如需詳細資訊,請參閱適用產品的使用指南與參考指南。