返回 登录
0

BDTC2016:金海 陈文光 张先轶 斯雪明 林倞五位专家齐聚一堂 去感受下这满满的高性能

作为国内大数据领域的顶级大会,2016中国大数据技术大会将于2016年12月8日-10日在北京新云南皇冠假日酒店隆重举办。中国大数据技术大会从2008年至今已近十年,超过一万名大数据开发者参与其中,完整地见证了中国大数据技术与应用的变革,忠实地描绘了大数据领域内的技术热点,沉淀了无数极具价值的行业实战经验,历经九届的中国大数据技术大会由于其专业性、技术性,已经成为国内外大数据领域的顶级盛会,也因此受到大数据开发者的强烈关注。

本次大会是由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所、中科天玑数据科技股份有限公司与CSDN共同协办。聚焦行业最佳实践,数据与应用的深度融合,关注热门技术在行业中的最佳实践和深度应用。除Keynote以外,主办方还精心策划了16场+专题技术和行业论坛,100多场技术演讲,累计邀请超过130位技术专家担任演讲嘉宾。预计数千名大数据行业精英、技术专家及意见领袖将齐聚2016中国大数据技术大会,分享最新技术与实践的洞察与经验,共商大数据时代发展之计。

其中,高性能计算与大数据的融合论坛将于12月10日下午举行,该论坛将有5位讲师分享各自的议题。

图片描述

以下为讲者及议题介绍:


金海 华中科技大学教授

图片描述

大数据时代的新型计算机系统结构

个人介绍:

金海1994年毕业于原华中理工大学计算机系计算机系统结构专业,获工学博士学位。1996年5月至1996年8月获德国DAAD交换学者奖学金,在德国Chemnitz大学从事有关SCI互连的SMP集群计算机的科研合作。1998年4月至2000年12月赴香港大学从事博士后研究,期间于1999年1月至2000年12月赴美国南加州大学继续从事博士后研究工作。2000年底回国工作至今。曾参加了香港大学和美国南加州大学的集群及网格系统的研究。主要研究领域为计算机体系结构、计算系统虚拟化、集群计算和云计算、网络安全、对等计算、网络存储与并行I/O等。

议题介绍:

报告从大数据的处理需求谈内存计算的优劣,针对目前的内存计算功耗问题,结合目前流行的非易失存储器件,提出了采用将非易失存储器件和目前的DRAM结合在一起构成异构内存体系结构。作为大数据处理的新型体系结构,报告探讨了这种结构面临的技术挑战和研究方向,最后结合国家863计划项目的实施,将介绍最近在这个方面的相关研究进展。

陈文光 清华大学教授

图片描述

Gemini:基于图计算的高性能大数据分析系统

个人介绍:

陈文光,清华大学计算机系教授,主要研究领域为操作系统、程序设计语言与并行计算。获国家科技进步二等奖一次,部级科技一等奖两次。现为中国机算机学会杰出会员和杰出讲者,副秘书长,青年科技论坛荣誉委员;ACM中国理事会副主席。

议题介绍:

现有大数据分析系统,如MapReduce和Spark,主要以编程的简易性、可扩展性和容错能力为设计原则,牺牲了平台的处理性能。我们将讨论容错与性能的关系,指出性能与容错并非是相互排斥的设计理念,并介绍高性能分布式图计算系统的实例Gemini。Gemini在图的划分方法、数据结构、局部性优化、细粒度负载平衡和通信与计算重叠方面提出了一系列优化技术。在典型的图处理应用中,该系统需要的内存是约为GraphX的十分之一,性能是Spark GraphX的100倍以上。

张先轶 澎峰科技联合创始人&CEO

图片描述

ARM嵌入式系统的DNN性能优化

个人介绍 :

张先轶,开源项目OpenBLAS发起人和主力维护者,中科院博士,之后分别在UT Austin大学和MIT进行博士后研究。2016年创立PerfXLab公司,专注于提供人工智能领域的高性能解决方案和服务。

议题介绍:

深度学习已经成为近年的热点之一。由于一些场景的实时性要求,DNN的inference不只是放在服务器端,也会前置到嵌入式端。这就对嵌入式的性能优化提出了较高需求。
在ARM处理器上,传统科学计算领域的BLAS库(比如OpenBLAS)并不能匹配DNN的卷积层计算模式。此次报告将分享本团队在ARM上的DNN优化经验和技术,介绍我们的自动调优工具,包括汇编指令级优化,Cache级别优化等。

斯雪明 数学工程与先进计算国家重点实验室研究员

图片描述

SKA科学数据处理中方联盟工作进展

个人介绍:

斯雪明,数学工程与先进计算国家重点实验室研究员,上海市数据科学重点实验室副主任,国家大科学工程–平方公里阵列射电望远镜项目中方专家委员会委员,享受国务院政府特殊津贴专家。先后获国家科技进步一等奖3项,省部级科技进步一等奖4项,二等奖1项。在各类高水平学术期刊(会议)发表论文30余篇,授权和申请国家发明专利9项。主要研究方向为密码学、高性能计算体系结构、数据科学。

议题介绍:

为积极参与国际科学大工程项目SKA科学数据处理工作,在国家科技部和中国SKA办公室的支持下,中方于2013年成立了SKA科学数据处理(SDP)联盟。报告概述了SDP中方联盟的组成与组织机制,近三年来的主要工作,特别是在SKA科学数据处理 Product Tree & Prototyping方面的工作,对SKA科学数据处理面临的挑战进行了详细分析,提出了中方的解决思路,并展望了下一步的工作。

林倞 商汤科技研发执行总监

图片描述

深度学习基础架构:从算法创新到生产力的推进器

个人介绍:

林倞,商汤科技研发执行总监,中山大学教授,国家优秀青年基金获得者。2008年在北京理工大学获得博士学位,分别于2006-2007、2008-2010年在美国加州大学洛杉矶分校学习和工作,2014-2015年在香港理工大学、香港中文大学访问。长期从事视觉感知计算与智能学习相关领域的研究,在物体/场景结构化解析、深度神经网络、相似性及度量学习、半监督自主学习等方面取得了一系列创新成果,在若干标准测试平台上达到国际一流水准。迄今在CCF-A类国际学术期刊与会议上发表论文60余篇,包括在PAMI/IJCV期刊发表论文10篇。获得NPAR 2010最佳论文奖,IEEE ICME 2014最佳学生论文奖,2012 Google Faculty Award,2014 Hong Kong Scholars Award,率队获得2016 英特尔杯全国并行应用挑战赛金奖。目前担任IEEE Trans. Human-Machine Systems等3个国际知名期刊的编委(AE)。

议题介绍:

深度学习是目前机器学习领域的新热点,利用大数据和不断提高的机器计算性能,大大提升了模型精度,在人工智能领域的许多应用上都取得了显著的效果。与此同时,如何搭建支撑大规模深度学习的计算平台及软件框架也成为了至关重要的挑战。纵观谷歌、Facebook等领军企业,不单拥有庞大的算法研究团队,更是在深度学习的计算平台及软件框架等方面上长期投入。是否具有完整的基础架构也逐渐成为划分公司规模和研发成熟度的标志之一。本报告围绕着深度学习的基础架构,重点介绍商汤科技在这一领域内的一系列自主原创性成果。


更多详细请查看中国大数据技术大会(BDTC)官网:http://bdtc2016.hadooper.cn

2016中国大数据技术大会(BDTC):130+位讲师,16大分论坛,中国科学院院士陈润生,美国伊利诺伊大学香槟分校(UIUC)计算机系教授翟成祥,驭势科技联合创始人、CEO吴甘沙,上交所前总工程师白硕,日本国家信息研究所所长喜连川优,百度金融研发负责人沈抖等专家将亲临2016中国大数据技术大会。【抢票】

图片描述

评论