今天我想跟你分享下如何共享我们的 GPU 资源,来提供给更多的服务来使用。首先,我们可以看到现在的深度学习和人工智能,已经非常地火了,而支撑它的硬件资源,其实就是我们的 GPU。但是,GPU 非常昂贵,相信很多的个人开发者,以及我们的学生,都不一定能够自己去购买一款完整的 GPU 来进行训练。大家可以看到我们目前的 GPU 的售价,在网上可以查到很便宜的,至少也要一两万,贵一点的肯定要五六万。那么,如果我们真的购买了一个这样的昂贵的 GPU 资源,该如何最大化地利用这个资源,让我们一块显卡,能够服务于更多的这个人群。或者让它能够在上面加载更多的服务,这已经我们今天关注的重点。
彭靖田,Google Developers Expert。开源项目 Kubeflow 维护者,TensorFlow 贡献者,曾一度成为 TensorFlow 社区全球前 40 的贡献者。国内第一本系统剖析 Google AI 框架专著《深入理解 TensorFlow》和视频课程《TensorFlow 快速入门与实战》的作者。
现任品览 Pinlan 联合创始人兼 CTO。历任华为公司 2012 实验室深度学习团队核心成员,参与华为深度学习平台的设计和研发工作。Caicloud 才云科技 Cloud AI 负责人,为能源、运营商等多个行业提供定制化人工智能平台方案。