申请试用
HOT
登录
注册
 
1. 联邦学习算力挑战与硬件加速-张骏雪
1. 联邦学习算力挑战与硬件加速-张骏雪

1. 联邦学习算力挑战与硬件加速-张骏雪

英特尔AI实践日
/
发布于
/
346
人观看

联邦学习已经成为了隐私计算的一个关键技术,随着进一步大规模部署,其性能问题开始受到广泛关注。本次演讲将介绍我们对联邦学习应用的性能定量分析结果并总结联邦学习在算力方面遇到的挑战。
其次,本次演讲也会介绍星云 Clustar 的硬件加速技术,介绍如何通过对联邦学习底层算子的加速,有效地提升联邦学习应用的性能。 最后,本次演讲也会展示硬件加速对联邦学习多个应用端到端性能的提升效果。

张骏雪 ,博士,FATE开源社区TSC Maintainers、开发专委会主要成员、星云 Clustar CTO。主要研究方向为高性能联邦学习系统、高性能人工智能系统、数据中心网络等领域,曾在网络系统顶级学术会议,包括SIGCOMM/CoNEXT等多次发表学术论文。担任联邦学习国际研讨会FL-IJCAL 2021 审稿人,参与了联邦学习IEEE标准工作组,并负责底层算力的标准制定。

0 点赞
0 收藏
17下载
确认
3秒后跳转登录页面
去登陆