机构名称：
¥ 1.0
首席研究科学家IBM T.J.纽约州沃森研究中心（Watson Research Center）在过去几十年中，高性能计算领域（HPC）一直在建立超级计算机来解决科学中一些最大的挑战。HPC是尖端技术（GPU，低潜伏期互连等）的地方用于解决科学和数据驱动的问题。ML当前成功的关键要素之一是能够对大量培训数据进行计算。今天，将HPC技术应用于ML算法是人工智能进展的基本驱动力。在本课程中，您将学习通常应用于超级计算软件的HPC技术，以及如何应用它们以从ML算法获得最大性能。您还将了解建立高效ML系统的技术。在需要大量计算能力和能量的大型基础模型（例如GPT和Llama）的时代，这尤其变得更加至关重要。本课程将引入有效的AI计算技术，用于培训和推理。主题包括模型压缩，修剪，量化，知识蒸馏，神经结构搜索，数据/模型并行性和分布式培训。该课程基于Pytorch和Cuda编程。课程结束时的目标，您将能够：
高性能机器学习（HPML）
主要关键词
相关文件推荐
