uxlfoundation/scikit-learn-intelex

解决的问题

通过加速 scikit-learn 应用中的训练和推理，提升表格数据的机器学习工作流性能。解决了标准 scikit-learn 在各种硬件配置下的性能瓶颈，无需用户更改现有代码即可实现显著加速。

工作原理

该扩展通过替换标准调用为调用 oneAPI Data Analytics Library (oneDAL) 来修补 scikit-learn。通过向量化指令、多线程以及 CPU 和 GPU（包括多 GPU 和多节点配置）的硬件特定内存优化实现加速。

适用人群

使用 scikit-learn 处理表格数据，并希望在 Intel 硬件上提升性能但不重写应用逻辑的数据科学家和 ML 工程师。

主要亮点

• 某些工作流可实现高达 100 倍的加速，平均提速 8.5 倍。
• 通过修补机制实现无缝集成，同时保持开源 scikit-learn API 的兼容性。
• 支持将计算卸载到 GPU 和多 GPU 环境以获得更高性能。
• 可作为现有 scikit-learn 导入的修补程序使用，也可作为独立模块使用。