2020年终大会-机器学习平台：13-3.pdf

编号：29907

PDF 35页 1.69MB 下载积分：VIP专享

下载报告请您先登录！

2020年终大会-机器学习平台：13-3.pdf

1、Data Provider Solution for DLT on Brain+ 旷视科技杨阳背景瓶颈分析解决方案未来和展望分享大纲背景 Deep Learning training (DLT): an important workload on clusters 应用广泛： Image Classification Object Detection Natural Language Processing Recommender Systems 视觉领域数据密集 ImageNet-1K: 1.28 million images Open Image: 9 million image

2、s 成本昂贵, i.e., GPUs Training the well-known ResNet-50 model on the ImageNet-1K dataset takes more than 30 hours in a cluster Brain+: DLT 的生产力平台抽象基础设施 CPU/GPU/Memory/Storage 研究员友好而不是工程师友好工程化 DLT 流程上尽可能节省研究员时间提供易用而高效的定制基础设施核心目标：解放研究员的生产力问题聚焦数据供给问题：又快又好的让模型可以吃到数据问题特征：大规模数据集复杂的 CPU 上数据增广策略数据复用

3、明显瓶颈分析 ExampleExample WorkloadWorkload Resnet50Resnet50 is a popular vision model Process 10,500 images/sec on 8 Nvidia V100s Goal: Keep GPUs busy and utilize them efficientlyGoal: Keep GPUs busy and utilize them efficiently Remote Remote store store with with several several TBs of TBs of training training datadata 2GB/s ExampleExample WorkloadWorkload Resnet50Resnet50 is a popular vision model

友情提示

1、下载报告失败解决办法
2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，就可以正常下载了。
3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

本文（2020年终大会-机器学习平台：13-3.pdf）为本站（X-iao）主动上传，三个皮匠报告文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知三个皮匠报告文库（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。