BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

深度学习框架的性能优化及其在医药行业的应用实践
录制于:

| 作者 朱智勇 关注 0 他的粉丝 发布于 2017年5月9日 | 都知道硅谷人工智能做的好,你知道 硅谷的运维技术 也值得参考吗?QCon上海带你探索其中的奥义
33:13

概要
开源界大致有 5 个比较流行的机器学习框架,我在本次演讲中会对它们进行简要介绍与对比分析,目前这些框架有一个共同的问题那就是只对 GPGPU 平台有较好的支持,在其它平台上(例如 CPU)性能非常差。我们知道机器学习是个很大的概念里面包含很多不同类型的算法模型,而这些模型在不同的平台上会出现不同的性能瓶颈,如何能让这些框架很好地支持多种主流平台以便为不同算法选择提供最佳的运行平台是业界面临的一个问题。在演讲中我们会探讨针对这个问题的一些解决方案和案例研究。

个人简介

朱智勇,2007 年加入英特尔,就职于系统优化部门,长期从事 CPU 的构架分析与性能建模/预测。现任深度学习性能优化与解决方案组架构师,从事深度学习框架的跨平台性能优化,为高校、政府及企业提供高效的人工智能解决方案。拥有十余年计算机系统构架及高性能计算相关经验。对计算机系统的硬件与软件构架有深刻的理解,开发过多种 CPU 性能模拟器用于构架瓶颈与扩展性研究。擅长搭建高效计算平台,在并行算法优化方面有非常丰富的项目经验。2013 年以来重点关注如何推动深度学习和大数据在行业的应用,并且在生物医药行业有非常成功的案例。

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT