Alluxio分享主题 | 简化并加速AI/ML模型训练&推理的数据访问

2023/10/20 18:05
阅读数 18


大模型的工程落地包含复杂的长链路,比如数据准备、架构适配、模型训练、模型优化、场景适配等等,为普及大模型的全链路实践,DataFunCon2023·深圳站邀请国内外知名企业专家,汇集了各个阶段的实践案例,涉及数据访问加速、端云协同、多模态训练、幻觉缓解,以及对法务、金融、游戏、广告、教育、电商运营等场景的适配。

欢迎扫码报名,与行业专家共同探讨大模型时代Data+AI的技术逻辑变化,以及新技术如何适应与促进不变的业务增长。


识别二维码

报名活动


Alluxio作为一家承载各类数据驱动型工作负载的

数据平台公司

人工智能 (AI) 和机器学习 (ML) 领域不断深耕

旨在满足企业数据基础设施不断增长的需求

近日还发布了全新的AI数据平台

可综合优化企业AI和分析基础设施的性能

数据可访问性、可扩展性和成本效益


在本次DataFunCon2023·深圳站活动中

应邀出席的Alluxio 研发负责人 傅正佳

也将结合企业在AI/ML工作流访问数据时的挑战

分享Alluxio在AI/ML方面提供的全新解决方案


傅正佳

Alluxio 研发负责人


嘉宾介绍


本科毕业于上海交通大学电子系,随后取得香港中文大学信息工程博士学位,毕业后加入新加坡高级数字科学中心(美国伊利诺伊大学在新加坡的研究所)从事科研工作,在计算机网络和分布式系统领域相关的顶级国际会议发表多篇论文。加入Alluxio前,傅正佳曾在新加坡科技公司Bigo Technology担任机器学习研发总监。


演讲主题


简化并加速AI/ML模型训练&推理的数据访问


分享提纲


人工智能(AI)的应用正在迅速增长,49% 的首席信息官表示他们已经使用或计划使用人工智能。最近,生成式人工智能的蓬勃发展进一步加速了这一应用,使人工智能成为企业创造收入、提高客户满意度和组织生产力的当务之急。

成功的人工智能项目需要访问数据,为应用程序快速提供数据的能力至关重要。随着人工智能用例越来越复杂,我们需要了解数据访问模式以及如何使用正确的解决方案来解决这些问题。

此次分享将介绍现代AI/ML平台中的数据访问模式,探讨机器学习管道每个阶段的数据访问特点,以及为大规模AI优化数据访问的策略。

AI/ML工作流在访问数据时的挑战;

针对分析和AI的高性能数据访问层介绍;

使用Alluxio进行模型训练的主要场景和价值;

主要用户案例分享。


听众收益


了解全新的AI/ML训练解决方案,通过构建高效的数据平台架构快速生成分析结果。


(更多分享主题及嘉宾)

【推荐阅读】

【新书发布,扫码抢购】

精选智库

本文分享自微信公众号 - Alluxio(Alluxio_China)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部