论坛报名 | AI框架的实践和突破

与6位图灵奖得主和100多位专家

共同探讨人工智能的下一个十年

长按图片或点击阅读原文，内行盛会，首次免费注册

---

2020年6月21-24日，第二届北京智源大会（官网：https://2020.baai.ac.cn）将邀请包括6位图灵奖获得者在内的上百位人工智能领袖，一起回顾过去，展望未来，深入系统探讨“人工智能的下一个十年”。本次大会将开设19个专题论坛，主题涵盖人工智能数理基础、自然语言处理、智能体系架构与芯片、人工智能伦理治理与可持续发展、机器学习、智能信息检索与挖掘、认知神经基础、机器感知、决策智能、AI医疗、AI创业、AI交通、AI+大数据+防疫、AI框架、图神经网络、知识智能、强化学习、青年科学家机器学习前沿，以及AI科技女性，遍历人工智能基础研究及创新应用，结合时局解析人工智能最新动态，探索未来发展方向。

 

我们将带你走进各个分论坛，领略嘉宾风采、洞悉前沿趋势。今天介绍的是将于6月23日下午举行的AI框架专题论坛。

 

论坛主席

 

陈文光

 

清华大学计算机系教授，智源学者。主要研究领域为操作系统、程序设计语言与并行计算，国家自然科学基金杰出青年基金获得者。获国家科技进步二等奖一次，部级科技一等奖两次。现为中国计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中国理事会主席、ACM中国操作系统分会ChinaSys主席、ACM通讯中文版主编。担任了多个重要学术会议的程序委员会委员，包括PLDI、PPoPP、SC、ASPLOS、CGO、IPDPS、CCGrid、ICPP、APSYS等。

演讲主题及嘉宾介绍

 

1. 统一计算图：机器学习框架“计图”的创新与探索

议题简介：深度学习框架是现代人工智能算法开发和应用的基本支撑框架，自主可控的深度学习框架是推动中国人工智能更好发展的必然要求。国外主流深度学习框架基于开源开放的生态环境，已经构建起了完整的产业链和庞大用户群体。清华大学的计图框架基于提出的“统一计算图”的概念，创新地使用了元算子融合和动态编译技术，目前在多种任务性能上超越国外主流平台。除此之外，计图还在易用性、灵活性以及模型算法覆盖度上做了大量改进，旨在降低用户学习成本，为AI研究和工程技术人员提供方便。本报告拟介绍计图（Jittor）平台的整体架构和多项创新技术，分享计图的开源历程和发展思路，并探讨开源深度学习框架的未来发展。

    

演讲嘉宾：胡事民

清华大学计算机系教授，主要研究方向为计算机图形学、虚拟现实、智能信息处理、系统软件等。在ACM TOG/SIGGRAPH、IEEE TVCG、IEEE CVPR等 重要刊物和国际会议上发表论文100余篇。现为中国计算机学会副理事长、亚洲图形学学会副主席，并担任Computational Visual Media主编和CAD等多个期刊编委。

2. DGL：高性能高可用的深图计算平台的开源实践

议题简介：近年来人工智能领域的突破得益于深度神经网络的广泛应用。虽然这些神经网络在图片、文本、语音等领域获得了非凡的成绩，但面对以图为主要形式的关系型数据则显得捉襟见肘。图神经网络将深度学习的方法拓展到了图结构数据中，为学习关系型数据提供了新的突破口和研究方向。在本次报告中，我们将首先介绍图神经网络的基本概念，以及其在推荐系统、分子医药、知识图谱等领域的应用。报告的后半段将着重介绍DGL——一款针对图神经网络的开源系统。我们将讲解DGL的设计理念、系统架构以及我们和开源社区一起取得的成果。

 

演讲嘉宾：张峥

亚马逊云服务(AWS) 上海AI研究院院长。纽约大学全球网络计算机终身教授，纽约大学库朗数学研究所、计算机系、数据学院兼职教授。曾就职惠普中央研究院研究员，任职微软亚洲研究院，是系统研究方向创始人、首席研究员，曾任副院长。《知识分子》专家委员会成员。他是深度学习和人工智能、高性能大容量计算和存储系统的两栖专家，在国际会议获多次最佳论文, 谷歌学术引用八千多次，H-index47，在微软和惠普获卓越贡献奖。他是开源深度学习平台MXNet的共同创始人和顾问，于2018年开始领导并创立深度图计算DGL的开源项目。

3. PyTorch - 从AI研究到生产

议题简介：人工智能技术在不断进步，展现出在广泛的场景中应用的巨大潜力。但一直以来，AI产品从研究到生产需要经历多个阶段和使用一系列的工具，使得试验新的想法，部署以及不断迭代优化的整个过程非常耗时和复杂。PyTorch作为一个开源AI框架，旨在帮助社区加速和优化AI产品开发的整个流程。从研究到生产，从原型发布到迭代优化，PyTorch提供了一个端到端的解决方案。在本次演讲中我们一起探讨PyTorch框架的内部技术机制，介绍PyTorch是如何给用户提供一个简洁直观和灵活的界面，以及通过各类性能优化来提供支撑大规模深度学习计算的能力。

    

演讲嘉宾：白俊杰

阿里巴巴阿里云智能事业群，负责大规模AI基础设施建设工作。开放式神经网络交换ONNX的共同创始人，主流深度学习框架PyTorch和Caffe2的核心开发者。曾任Facebook人工智能架构技术负责人，带领团队构建产品线大型通用AI平台。

4. 寒武纪智能编程语言-BANG

议题简介：为进一步推动AI计算实现软硬协同，释放更澎湃的算力，寒武纪提供包括BANG编程语言在内的一套高效软件栈工具和高性能库，方便开发者在寒武纪云、边、端平台上开发和部署。BANG语言是针对寒武纪MLU（Machine Learning Unit）硬件设计的编程语言，其主要特点有：支持多种内置数据类型；自定义算子；统一高效编程接口；提供异构编程模型；支持单核、多核编程；高性能库（CNML)混合编程。

演讲嘉宾：刘道福

寒武纪公司副总裁，2010年于中国科学技术大学计算机学院获学士学位，2015年于中国科学院计算技术研究所获博士学位。历任中国科学院计算技术研究所助理研究员、高级工程师和硕士生导师。2016年3月加入寒武纪并任副总裁。刘道福博士从事人工智能和体系结构交叉领域的研究多年，在人工智能处理器领域有很深的造诣；提出了全球首个通用机器学习处理器架构。具有10年芯片研发经验，并成功负责多款芯片的流片。

5. 《天元深度学习框架的设计之道》

 

演讲嘉宾：田忠博

旷视Brain++平台技术负责人，旷视技术委员会委员，高级技术总监。目前专注于大规模 AI 平台系统的构建，在深度学习框架，大规模分布式计算，高性能计算，分布式存储等领域有一些心得。

6. 新一代深度学习框架OneFlow的设计与实现

 

演讲嘉宾：袁进辉

北京一流科技有限公司创始人，中关村数智产业联盟副理事长，之江实验室天枢开源开放平台架构师。袁进辉系清华大学计算机系博士、博士后，师从中国人工智能泰斗、清华人工智能研究院院长张钹院士，曾获得2018年清华大学计算机系优秀博士学位论文获得者称号，袁博士曾担任微软亚洲研究院主管研究员，负责微软下一代深度学习平台研究开发，荣获微软亚洲研究院院长特别奖；曾发明世界最快的主题模型训练算法LightLDA；曾多次在IEEE TCSVT、 ACMMM、 CVPR、WWW等国外核心期刊和顶级会议上发表重要论文，主持及参与过多项国家自然科学基金项目。

- 点击阅读原文或长按图片，内行盛会，首次免费注册-