如何在集群中高效地部署和使用 AI 晶元

知識 03-30

分享背景

人工智慧技術火熱的背後不僅得益於龐大的數據量更需要強大的硬體支持。面對層出不窮的 AI 應用，已經很難採用一種通用的硬體進行高效的數據計算和處理，這也促使了各種類型的 AI 晶元蓬勃發展。為了能夠將新型的 AI 晶元集成進現有的生產系統，就必須擴展現有的大數據處理平台。本次公開課將介紹如何讓當前流行的大數據分析引擎（如：Spark）從 AI 晶元的強大計算能力中獲益。

分享主題

如何在集群中高效地部署和使用 AI 晶元

分享提綱

當前流行的大數據生產系統以及計算瓶頸，而 AI 晶元能夠在很大程度上緩解計算壓力。

為了說明 AI 晶元強大的計算能力，需要介紹 AI 晶元的基本架構、特性以及適用場景。

但是不同的 AI 晶元對當前主流的大數據生產系統的支持程度不同，很多時候需要擴展當前的生產系統才能集成現有的 AI 晶元。

為了最小化 AI 晶元在數據中心部署的代價並且高效地利用 AI 晶元的強大計算能力，我們設計並開發了開源項目 StarGate。

分享人簡介

周鵬程，Thinker (AI 晶元) 團隊深度學習平台負責人，曾就職於阿里巴巴技術保障事業部，擔任演算法工程師；清華大學微電子碩士，主要研究方向：面向可重構晶元的編譯器後端優化，指令級並行，高並發編程模型以及分散式計算。