vivo深度学习计算平台实践

所属专题:人工智能应用

嘉宾 : 陈崇沛 | vivo AI研究院AI计算平台负责人

讲师介绍

专题演讲嘉宾:陈崇沛

vivo AI研究院AI计算平台负责人

目前负责 vivo AI 研究院深度学习计算平台研发工作,带领团队研发深度学习计算平台。该平台承载 vivo AI 研究院所有算法业务的训练和推理工作,包括 CPU、GPU 资源的调度,大规模样本数据的分布式存储,深度学习分布式训练的抽象封装,具备从模型开发到模型训练最终到模型推理的全链路工作。经过1年多的研发,该平台已经建设完成并落地在 vivo AI 研究院广告、推荐、视觉、语音、NLP等领域中。加入 vivo AI 研究院之前,先后在金蝶中间件和阿里巴巴任职。

议题介绍

演讲:vivo深度学习计算平台实践

vivo AI 研究院从2018年初开始从机器学习向深度学习转型,需要一套通用的深度学习平台统一支持广告、推荐、视觉、语音、NLP 等领域高效落地深度学习。在这个过程中,探索出了一套基于容器技术的深度学习平台,统一支持 Tensorflow、PyTorch、Caffe、Kaldi 等深度学习框架,支持大规模深度学习,高效落地基于大规模 GPU 深度学习的模型训练。经过1年多的研究和实践,vivo 建设了一套领先的完善的深度学习计算平台,并且落地在 vivo AI 研究院 广告、推荐、视觉、语音、NLP 业务中,大大提升了业务的训练效率。

演讲提纲:

  1. vivo 深度学习面临的问题和挑战
  2. 深度学习计算平台的技术选型与架构设计
  3. 大规模计算集群调度
  4. 海量小样本分布式存储
  5. 打造完整的深度学习闭环,数据-训练-推理
  6. 广告和推荐、视觉、语音场景面临的问题和解决方法

听众受益点:

  1. 了解深度学习项目的最佳实践
  2. 如何避免大规模深度学习项目中的各种坑
  3. 如何驾驭大规划机器调度和海量小样本存储

InfoQ助你疫后复工,提升战力!全年会议门票最低5折起,立即查看>>

想要批量报名或更多优惠?
立即联系票务小姐姐 Ring
或致电:+86-15600537884