分布式自学习机器学习平台技术与实现

随着 AI 技术越来越成熟，AI 计算面临着三大变革：计算模式逐步从实验验证阶段进入应用生产阶段、计算规模逐步从单机计算到 GPU 集群计算、计算架构逐步从 CPU 计算到大规模 GPU 云计算。AI计算系统将面临计算平台优化设计、复杂异构环境下计算效率、计算框架的高度并行与扩展、AI 应用计算性能等挑战。应对上述挑战，本报告将从 AI 计算平台与算法的 Co-design、AI 计算平台管理、AI 计算框架的高扩展性设计、AI 实际应用性能优化四个方面来分析 AI 计算系统设计与优化方法。