随着深度学习在微博业务场景中的广泛使用，深度学习平台遇到一些挑战：离线训练方面，各业务方需求丰富多样，任务管理纷繁复杂，大数据与大模型带来训练时长的压力；在线推理方面，基于模型服务的特殊性，如何在满足微博大流量高性能的在线业务需求同时，保证服务的高可用与稳定性。

本次分享从以上两个维度切入，基于K8s构建分布式离线与在线方案，解决上述遇到的挑战。

演讲提纲：

1. 介绍背景，微博业务与深度学习平台；
2. 介绍离线训练遇到的挑战，方案选型(Yarn & K8s)，方案介绍(基于tfjob)以及相关效果；
3. 介绍在线推理遇到的挑战，方案选型（自定义服务发现）解决方案(K8s deployment等基础资源对象）。

听众受益点：

• 对深度学习感兴趣的听众，可以了解到深度学习算法在业务应用的基本流程；
• 深度学习平台的基础架构；
• 大规模深度学习会遇到的瓶颈与K8s解决方案；
• 在线模型服务的服务特性与一些优化点。