题目: 面向可预测深度学习的云资源配置系统
主讲人：徐飞 副教授 华东师范大学 计算机科学与技术学院
时间：2022年12月19日（星期一）16:00-17:00
地点：线上（腾讯会议：879-607-182，密码：495997请实名入会，姓名+学号）
主持人：周知 副教授
摘要：为提升深度学习模型推理的准确率，深度神经网络（Deep Neural Network, DNN）的结构变得愈加复杂，其处理的数据量也随之增大。因此，传统基于单节点的训练方式及其计算与存储能力已无法满足大规模DNN训练与推理计算需求。为此，在公有云中分布式地部署DNN模型进行训练和推理已成为一大趋势。然而，如何为深度学习训练和推理作业进行资源配置成为云用户面临的一大难题。针对该问题，本次报告将具体介绍我们近期的两项研究工作λDNN和iGniter，即如何利用无服务器计算（serverless computing）资源和GPU云实例共享技术，为分布式深度学习作业提供性能保证，同时节约用户的云资源租用成本，从而推进人工智能普惠化。
主讲人简介：徐飞，博士，华东师范大学副教授，研究方向为云计算和分布式系统。此外分别于2007年、2009年和2014年于华中科技大学获得学士、硕士和博士学位。现为中国计算机学会分布式计算与系统专业委员会委员，上海市计算机学会存储专业委员会副主任，华东师范大学首任CCF传播大使。主持国家自然科学基金项目、上海市科委重点项目、腾讯基础平台技术犀牛鸟专项研究计划项目等，在P IEEE、IEEE TC、TPDS、Infocom、ICDCS、ICPP等国际重要期刊或会议上发表论文30余篇，申请授权国家发明专利10余项。先后获得湖北省优秀博士学位论文奖、ACM武汉暨湖北省计算机学会优秀博士学位论文奖等奖励。