人工智能加速:通过一系列的软硬件方法加速机器学习训练

VIP内容

主题: MLIR: Accelerating AI

报告简介: MIIR是TensorFlow的开源机器学习编译器基础结构,解决了日益增长的软件和硬件碎片造成的复杂性,并使其更容易构建人工智能应用程序。Chris Lattner和Tatiana Shpeisman解释了MLIR是如何解决这一不断扩大的硬件和软件鸿沟的,以及它在未来对您的影响

嘉宾介绍: Chris Lattner是Google杰出的工程师,领导TensorFlow基础设施和TensorFlow团队的Swift。他的工作跨越了一系列编译器、运行时和其他高性能机器学习加速器的系统基础设施项目,包括CPU、GPU、TPU和移动加速器。Chris是LLVM和Clang项目的创始人和首席架构师,Swift编程语言的创建者,他在Google负责MLIR项目。他还供职于LLVM基金会的董事会和Swift核心团队。Tatiana Speisman是Google Brain的一名工程经理,她领导团队为GPU和CPU开发TensorFlow图形编译器、MLIR和TensorFlow基础设施。此前,她领导英特尔实验室向现代并行和异构计算平台提供可编程性和性能。Tatiana热衷于使用编译器技术来构建更好的机器学习系统。她拥有马里兰大学帕克分校计算机科学博士学位。

成为VIP会员查看完整内容
1+
0+
更多VIP内容
Top