Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

第四范式4Paradigm Tech Day北京站报名启动

11月23日,第四范式将开展「创式纪」人工智能应用创新大赛暨AI 技术架构主题沙龙,本次沙龙活动将邀请第四范式的AI技术架构专家分享一线实战经验,为IT架构从业者搭建交流分享的平台。通过技术架构领域大咖的干货分享,真正帮助相关人士先人一步了解AI核心的架构领域的前沿科技。

该系列Tech Day活动也将于11月30日上海举行。欢迎各位技术人士报名参加。

【报名信息】

时间: 11月23日13:30 - 11月23日16:30

地点:北京市海淀区上地东路35号北京颐泉汇3层第四范式

报名方式:进入「活动行」官方页面报名,审核通过后即可参加:http://www.huodongxing.com/event/4519051915000?td=2602141592524

详情与合作可咨询:130-4105-4910(微信/电话)


【分享主题】

主题一毫秒级高维AI推理:高性能AI特征数据库架构与实践

实时AI决策场景不仅需要实时处理面向AI的时序数据,存储用户交易行为、IoT设备历史记录,还需要支持多行高维时序特征多表拼接、超高性能多表单行拼接功能等复杂特征计算。如何实现一个高效的分布式特征数据库,让业务端能在毫秒内实时返回基于高维AI模型的决策打分,是业内极具技术挑战的事情。

为打造高维、实时、闭环的通用AI决策系统,我们基于AI存储计算一体化理念设计研发了高性能AI特征数据库。

本演讲将介绍第四范式AI特征数据库计算引擎的架构实践经验以及如何通过基于分布式软硬件的底层性能优化实现全内存分布式时序数据库的高性能、高并发、时序优化。

主题二:零拷贝,高吞吐,低延迟:打造AI场景下的高性能通信框架  

 相比于 MapReduce 等传统数据处理做法,大规模分布式 AI 场景下的网络通信面临着不一样的挑战。为此第四范式设计了自己的 RPC 框架——pRPC,以求适应不同的机器学习场景,最大化分布式计算的性能。 

第四范式自研的pRPC框架通过零拷贝和自研事件调度系统降低通信延迟;通过 RDMA 技术优化机器学习离线训练和线上预估。在大部分机器学习场景下,pRPC与 ZMQ,BPRC 和 GRPC 对比有较大性能优势。

本次演讲将介绍:

1. 大规模分布式机器学习场景下不同算法的性能瓶颈和解决思路;

2. 高性能组件 RDMA 在大规模分布式机器学习场景下的应用和网络性能优化经验;

3. RPC 的接口设计以及 Linux 事件调度的优化。

【演讲嘉宾】

郑曌第四范式研发副总裁

郑曌,曾在硅谷工作多年、先后就职于Google展示广告架构团队,Pinterest搜索团队并担任Pinterest搜索架构与个性化团队负责人,拥有丰富的大规模搜索架构、个性化推荐架构、机器学习系统架构经验和技术团队管理经验。2010年,郑曌作为队长带领上海交通大学团队获得ACM国际大学生竞赛世界总决赛冠军;并于2011年获得KDD Cup Best Single Model奖项。  

陈迪豪第四范式系统架构师

陈迪豪,目前担任第四范式资深AI架构师,活跃于Kubernetes、TensorFlow等开源社区,维护容器管理平台Seagull项目获得Github 1600+星。前小米深度学习平台架构师,负责深度学习平台的架构和实现,同时参与Kubernetes和TensorFlow的开发。曾在云服务公司UnitedStack,负责存储,容器,大数据业务,参与了OpenStack,Docker,Ceph等开源项目,在2016美国Austin Openstack Summit上分享了Cinder多后段存储相关的技术。现专注于高性能特征引擎,Spark和Tensorflow等架构和性能优化。

刘一鸣第四范式系统架构师

刘一鸣,2012 级上海交通大学 ACM 班成员,现就职于第四范式任机器学习系统架构师。第四范式先知平台独有的大规模分布式机器学习框架 GDBT 的设计者 ,主导落地了分布式大规模参数服务器和 RDMA 网络框架。主要领域为机器学习分布式系统设计及高性能优化,曾在Qcon2019上海软件开发者大会上作为讲师做技术分享。        

产业人工智能第四范式
暂无评论
暂无评论~