主题: MLIR: Accelerating AI

报告简介: MIIR是TensorFlow的开源机器学习编译器基础结构,解决了日益增长的软件和硬件碎片造成的复杂性,并使其更容易构建人工智能应用程序。Chris Lattner和Tatiana Shpeisman解释了MLIR是如何解决这一不断扩大的硬件和软件鸿沟的,以及它在未来对您的影响

嘉宾介绍: Chris Lattner是Google杰出的工程师,领导TensorFlow基础设施和TensorFlow团队的Swift。他的工作跨越了一系列编译器、运行时和其他高性能机器学习加速器的系统基础设施项目,包括CPU、GPU、TPU和移动加速器。Chris是LLVM和Clang项目的创始人和首席架构师,Swift编程语言的创建者,他在Google负责MLIR项目。他还供职于LLVM基金会的董事会和Swift核心团队。Tatiana Speisman是Google Brain的一名工程经理,她领导团队为GPU和CPU开发TensorFlow图形编译器、MLIR和TensorFlow基础设施。此前,她领导英特尔实验室向现代并行和异构计算平台提供可编程性和性能。Tatiana热衷于使用编译器技术来构建更好的机器学习系统。她拥有马里兰大学帕克分校计算机科学博士学位。

成为VIP会员查看完整内容
6

相关内容

LLVM 和 Swift 语言作者。苹果员工。
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
TF Boys必看!一文搞懂TensorFlow 2.0新架构!
引力空间站
18+阅读 · 2019年1月16日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
资源 | 《Tensorflow:实战Google深度学习框架》
AI研习社
9+阅读 · 2018年8月21日
TensorFlow神经网络教程
Python程序员
4+阅读 · 2017年12月4日
Arxiv
110+阅读 · 2020年2月5日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员