一、峰会简介
深度学习相对于传统统计机器学习功能上更强大，但内核却更简洁，仅须张量计算和梯度下降算法这两个核心概念就可包罗万象，这为包括AI编译器，面向训练和推理的AI框架，向量引擎以及MLOps平台等方向的AI基础设施软件带来了前所未有的标准化机会。AI基础设施软件技术横跨深度学习算法、编程语言、编译器、数据库、分布式系统、高性能网络和AI芯片等多个前沿领域，也是当前学术界和产业界共同感到兴奋的新领域。
二、峰会核心资料清单
一、AI芯片及编译器
二、深度学习框架
三、端侧推理
四、MLops及AI工程化落地
五、超大规模模型训练
六、互联网广告推荐
七、前沿应用与基础架构
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
