GTC 2018 | AI基础设施专家将分享最佳实践和深入洞察

by 英伟达中国

如今,各机构都在努力将AI及深度学习融入其重要项目。市场风云变幻,而这些努力可能决定他们未来的命运。

在即将开幕的GPU技术大会上,世界各地的AI专家都将汇聚一堂。应对行业中切实存在的挑战和机遇是他们共同的目标——即构建企业级 AI 基础设施,提供前所未有的高性能。

在GTC上,AI专家将有机会挖掘更深层次的洞察,以全新方式推进团队加速发展。大会的部分讨论主题如下:

1.创新成果加速突破规模局限

开发者在尝试处理日益复杂的神经网络模型,并努力在更大范围内实现模型并行。为此,实施者需要找到更有效的方法,以更简单的架构更轻松地实现更大的规模,同时加快扩展速度。

欢迎参加主题为“为企业大规模采用AI扫清障碍”的座谈会了解详情, 看NVIDIA DGX产品团队高级总监Charlie Boyle将为我们带来哪些最新资讯。

2.从快速原型设计到量产型AIGPU工作站对工作流程的影响

GPU工作站为深度学习工作流程带来了多方面的影响:通过框架、模型和数据库,让电脑桌面上的实验过程变得更加简单,无需再为了服务器的使用时间或云端租用时间而与IT纠结,也无需再担心每次训练的成本。

在主题为“从小型开发实验室到面向深度学习应用的量产型数据中心之旅”的座谈会上,NVIDIA高级产品经理Markus Weber和解决方案架构师Ryan Olson将分享最佳实践,两位都是NVIDIA DGX产品团队的成员。

3.简化数据中心AI基础设施

DGX通过将解决方案堆栈系统化来简化深度学习部署,从业界领先的GPU到性能经过优化的框架,全都包括在内。随着团队环境不断扩展,他们也开始考虑到有关存储和网络的重要因素。

在主题为“面向可扩展型深度学习的高性能输入流程”的座谈会上,Pure Storage研发总监Brian Gold将带大家了解如何借助GPU计算和高性能存储的优化组合,设计AI基础设施,进而加快解决方案开发速度,并在环境扩展时也能确保性能。

4.想要致胜AI?让过来人为您指引捷径

要缩短部署时间并提高深度学习投资回报,更可靠的办法是听取使用AI基础设施发展业务的过来人所遇到的困难和最佳实践。该主题的座谈会汇集了各行各业的实施者,他们将在此分享宝贵经验。

NVIDIA DGX产品营销总监Tony Paikeday将主持一场主题为“深度学习实施者座谈会:实践出真知——如何提高深度学习性能、生产率和规模”的座谈会,我们邀请了来自DeepGram的Brian Gamido、来自Mass General的Neil Tenenholtz和来自BHGE 的Arun Subramaniyan参与本次座谈会,分享如何打造成功的深度学习项目。