Андрей Бабий: Зачем задумываться о скорости вычисления для ML?

В рамках конференции AI Ukraine с докладом  «Пути увеличения эффективности реализации алгоритмов машинного обучения» выступил Андрей Бабий, разработчик программного обеспечения в Geosynergy (Харьков).

Андрей Бабий AI Ukraine

Спикер рассказал о проблеме нехватки ресурсов и задался вопросом: почему необходимо задумываться о скорости вычисления для ML?

По его словам,  это позволяет сократить время обучения алгоритмов, достичь приемлемого времени перенастройки «на лету», учитывать больше факторов, использовать больше данных для обучения, а также сэкономить средства.

Для этого можно использовать, например, технологию массивного распараллеливания, рассказывает эксперт.

Существуют 2 подхода для параллелизации:

1) широкий (для GPU — графических процессоров)

2) узкий (для CPU).

В числе способов распараллеливания Бабий назвал KLM, PBLAS, ATLAS, OpenCL, NVIDIA CUDA.

 

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =