Универсальный транспорт для ML/DL вычислений
Доклад отклонён
Целевая аудитория
ML инженеры
Инфраструктурные разработчики
C++ разработчики
Тезисы
1. Где в ML/DL нужно пересылать очень много данных с небольшой задержкой
2. Как совместить TCP, InfiniBand, разделяемую память и CUDA под одними абстракциями
3. Библиотка OpenUCX, ее особенности и подводные камни
4. Универсальный транспорт на С++ поверх OpenUCX
5. Внедрение в рекламе: aссинхронные ембеддинги
ML инженер, разрабатываю инфраструктуру обучения и инференса, ускоряю нейронные сети
Работаю над инфраструктурой рекомендательных систем в Яндекс, раньше делал платформу для MLOps и обучал AI-модели в SberCloud.
Закончил ВМК МГУ, учусь в ШАДе и на ФКН в ВШЭ.
Yandex
Yandex реклама, группа модернизации нейронных сетей
Видео
Другие доклады секции
BigData и машинное обучение
