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。

讲师介绍

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。