Оптимизация библиотек машинного обучения

ПРОЕКТ

Оптимизация библиотек машинного обучения

Linux   ·    Python   ·    большие данные   ·    глубинное обучение   ·    машинное обучение   ·    нейронные сети   ·    С++

Задача

Компания-разработчик процессоров из США наняла Ауригу для анализа и оптимизации производительности библиотек глубинного и машинного обучения для нового поколения CPU.

Особенности проекта

Оптимизация производительности библиотек машинного и глубинного обучения: TensorFlow, Caffe, MXNET, scikit-learn, др.

Низкоуровневый анализ узких мест в базовых математических алгоритмах (умножение векторов/матриц).

Внедрение функций параллельного счисления.

Сравнение с текущими эталонными тестами производительности ведущих производителей.

Результаты

Выявление узких мест в библиотеках нейронных сетей и детальный анализ производительности.

Оптимизация аппаратного и программного комплекса для максимизации производительности.

20-30% улучшение производительности глубинных нейронных сетей на новых CPU по сравнению с конкурентами.

Технологии

Linux  ·  Python  ·  C++  ·  DLBench

DeepBench  ·  Statistical analysis

 

Другие проекты

Новости

Аурига снова названа среди лучших мировых IT-аутсорсеров

Аурига снова названа среди лучших мировых IT-аутсорсеров

Аурига, одна из лидирующих компаний в сфере разработки программного обеспечения на заказ, вошла в рейтинг The Best of The Global Outsourcing 100® по версии Международной

Пять достижений Ауриги в 2018 году

Начало нового года – волшебная пора, когда люди загадывают желания и строят планы на будущее. Вместе с тем, это самое время остановиться и обернуться на...

С Новым Годом и Рождеством!

Поздравляем Вас с Новым Годом и Рождеством! Пусть в наступающем 2019 году Вам сопутствует неиссякаемая удача и впечатляющие достижения! Самые теплые пожелания счастья и благополучия...