Akceleracja modeli AI: GPU vs IPU
Uczenie maszynowe to jedna z najszybciej rozwijających się dziedzin przetwarzania danych. Wraz ze wzrostem rozmiarów sieci neuronowych i liczby ich parametrów, czas i zasoby wymagane do uczenia również rosną wykładniczo. Mateusz omówi największe wyzwania akceleracji uczenia maszynowego za pomocą GPU oraz o tym dlaczego akcelerator Graphcore IPU jest dla nich efektywnym rozwiązaniem.
Mateusz Kasprzak
Mateusz od ponad 4 lat specjalizuje się w akceleracji sprzętowej dla modeli uczenia maszynowego, skupiając się w szczególności na prymitywach algebry liniowej wykonywanych na GPU i akceleratorach AI. Przed dołączeniem do Graphcore, Mateusz pracował nad bibliotekami DNN dla Intel Neural Network Processor for Training (Nervana Crest) i oneAPI. Obecnie zajmuje się rozwojem bibliotek Graphcore's Poplar.