欢迎光临散文网 会员登陆 & 注册

Talk预告 | 腾讯微信司马驰骏:OSDI论文分享-Ekko:大规模推荐系统模型低延时更新

2022-09-13 12:47 作者:TechBeat人工智能社区  | 我要投稿


Image

本期为TechBeat人工智能社区439线上Talk。

北京时间9月8(周四)20:00腾讯微信/Senior SDE——司马驰骏的Talk将准时在TechBeat人工智能社区开播!他与大家分享的主题是: “OSDI论文分享-Ekko:大规模推荐系统模型低延时更新”,届时将介绍Ekko,一个创新的深度学习推荐系统,能够低延迟地进行大规模模型参数更新。

Talk·信息

主题:OSDI论文分享-Ekko:大规模推荐系统模型低延时更新

嘉宾:腾讯微信/Senior SDE 司马驰骏

时间:北京时间 9月14日 (周三) 20:00

地点:TechBeat人工智能社区

http://www.techbeat.net/


完整版怎么看?

扫描下方二维码,或复制链接https://datayi.cn/w/bR7D5QWP浏览器,一键完成预约!上线后会在第一时间收到通知哦


Talk·介绍

本文提出了 Ekko,一个创新的深度学习推荐系统,能够低延迟地进行大规模模型参数更新。Ekko 包括一个高效的点对点更新算法,能够协调十亿级别的模型更新,进行高效传输至地理分散数据中心的副本。它进一步设计了一种 SLO 保护机制,能够保护模型状态不受网络拥塞和有害模型更新的影响。实验结果显示 Ekko 能够大幅降低深度学习推荐系统的延迟,验证了其创新设计的有效性。

具体分享提纲如下:

  1. 推荐系统实时性介绍、业界方案对比

  2. Ekko系统概述

  3. 如何实现模型低延时多地更新

  4. 模型效果保护

  5. 效果及总结


Talk·预习资料

https://www.usenix.org/system/files/osdi22-sima.pdf


Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦!

方式 ①在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

Image

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!

方式 ②

在本文留言区直接提出你的问题,或扫描下方二维码提问!

Image
快来提问啦!


Talk·嘉宾介绍

Image
司马驰骏

腾讯微信/Senior SDE

Chijun Sima, 腾讯微信Senior SDE。主要研究方向为MLSys/Serverless/DB。

个人主页:

Linkedin: chijun-sima

 长按识别二维码,一键预约TALK!


关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ 

Talk预告 | 腾讯微信司马驰骏:OSDI论文分享-Ekko:大规模推荐系统模型低延时更新的评论 (共 条)

分享到微博请遵守国家法律