Как ускорить любые обучения на GPU

Нейронные сети и искусственный интеллект (data science)

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Сергей улучшает эффективность использования GPU в целом по Яндексу, где ML'щики запускают 1к+ операций в день. Он расскажет, как правильно анализировать операции, какие бывают частые ошибки, как их чинить и как создать инфраструктуру, которая поможет делать это все быстрее и без ошибок.

Целевая аудитория

ML-разработчики, руководители и менеджеры ML-команд.

Тезисы

У нас в Яндексе огромное количество очень разных обучений на гиганском количестве GPU, и мы подходим очень серьезно к тому, чтобы они работали оптимально. Расскажу вам много способов, как это делать, чтобы вы могли повторить. Вы сможете узнать, как оптимизировать как одно конкретное обучение, так и сразу много разных.

Руководитель службы поисковых сервисов в Яндексе.

Яндекс

Яндекс — технологическая компания, которая создает инновационные продукты на основе машинного обучения и нейронных сетей. Команда талантливых математиков и программистов развивает самую популярную в России поисковую систему и более 85 пользовательских сервисов, которые помогают людям в повседневных заботах.

Видео

Другие доклады секции

Нейронные сети и искусственный интеллект (data science)