长期研究 AI + Infra 领域。在MiniMax 后负责基础设施工作, 包括高性能 AI 基础设施、超大规模预训练训练框架、DevOps 平台及 SRE。曾在旷视负责大规模 GPU 集群稳定性和高性能网络改造,并在百度负责超大规模 Kubernetes 集群混部系统研发。
长期研究 AI + Infra 领域。在MiniMax 后负责基础设施工作, 包括高性能 AI 基础设施、超大规模预训练训练框架、DevOps 平台及 SRE。曾在旷视负责大规模 GPU 集群稳定性和高性能网络改造,并在百度负责超大规模 Kubernetes 集群混部系统研发。
当前预训练模型的规模和模型复杂性不断增加,这给基础设施带来了巨大的压力。为了应对这些挑战,构建更大规模的高性能训练集群, 企业往往需要进行全链路的优化,包括算法、硬件架构和系统设计的创新,以提高效率和性能。同时, 高性能算力面对较大的供给压力, 通过混合云的方式来缓解算力不足, 完成成本与灵活性的双收益。
演讲提纲
听众收益



微信咨询

电话咨询
微信联系我们

