国家学术搜索
登录
注册
中文
EN
首页
|
加速AI分布式训练研究和实践
加速AI分布式训练研究和实践
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
万方数据
维普
中文摘要：
随着运营商智慧AI应用所处理的数据和深度学习模型的规模变得日益庞大,需要反复的迭代和优化过程,人工智能的分布式训练变得越来越重要.文中对分布式训练的关键要素和方法进行研究,如模型并行、数据并行(同步更新、异步更新)、通信网络设计等方面.最后对山东移动在AI架构设计和提高AI模型的分布式训练效率的实践和经验进行总结.
收起全部
展开查看外文信息
作者：
朱祥磊
展开 >
作者单位：
中国移动通信集团山东有限公司
关键词：
人工智能
分布式
训练
GPU
高速网络
出版年：
2019
电信技术
人民邮电出版社
电信技术
影响因子：
0.448
ISSN：
1000-1247
年,卷(期)：
2019.
(12)
被引量
1
参考文献量
3
NETL
NSTL
万方数据
维普
