星环科技2017通用机器学习平台架构设计:从统计学习到深度集成
需积分: 5 127 浏览量
更新于2024-08-05
收藏 5.06MB PPTX 举报
在IAS2017的报告中,陆天明,一位星环科技的人工智能高级工程师,探讨了通用机器学习平台的架构设计。报告围绕以下几个关键主题展开:
1. **历史背景与技术演进**:
- 报告回顾了从20世纪70年代至2017年的大数据和人工智能发展历程,指出统计方法、第二代神经网络的发展以及深度学习的兴起。
- 1980年代初,云计算概念的提出和开源技术的加速发展促进了云计算平台的兴起,如Hadoop项目的诞生。
- 2006年,深度学习因ImageNet比赛的成功而重新受到关注,随后的几年里,开源技术和工具平台迅速涌现。
2. **平台架构**:
- 星环科技的Velocity、Variety、Volume和Value是其平台的核心价值主张,分别对应解决客户问题的能力、数据的多样性、海量数据处理和价值创造。
- 平台架构包括数据仓库(Inceptor云C)、大数据平台、人工智能平台Sophon,以及一系列组件如计算资源(CPU/GPU AI芯片)、存储(MySQL、Redis)、网络、数据库(如OLAP的Holodesk、OLTP的KunDB)和流引擎等。
- 深度学习框架如TensorFlow在平台中占据核心地位,还有机器学习平台的其他组件如应用层的机器学习/深度学习框架、算法层、应用服务如预测、可视化等。
3. **挑战与解决方案**:
- 报告讨论了平台部署管理中的问题,如如何实现混搭部署、资源管控、短时服务和长时服务的有效区分、统一存储管理和深度学习框架的整合。
- 实时性和模型更新也是关注点,强调了预测服务的实时性能和半实时模型的快速适应性。
- CPUCluster和YARN等资源调度技术可能用于优化这些复杂的问题。
4. **未来方向**:
- 随着技术的发展,星环科技的平台将继续关注最新趋势,如自然语言处理、计算机视觉、推荐系统等,以满足不断增长的智能应用需求。
通过这份报告,读者可以了解到通用机器学习平台的设计原则,以及在构建和运营这类平台时所面临的关键技术和管理挑战。星环科技的解决方案提供了实践指导,帮助企业更好地利用AI技术来解决实际业务问题。
2021-10-06 上传
2021-10-03 上传
2021-10-20 上传
2021-10-03 上传
2021-10-07 上传
2021-10-08 上传
2021-09-21 上传
2021-10-07 上传
2024-05-20 上传
cntaizi
- 粉丝: 15
- 资源: 131
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集