預告:OpenBLAS項目與矩陣乘法優化|AI研習社

2020-12-15 雷鋒網

提起矩陣計算,學過《高等數學》的人可能都聽過,但若不是這個領域的研究者,恐怕也只停在「聽過」的程度。在矩陣計算領域,開源項目OpenBLAS影響巨大,除IBM、華為等巨頭公司在使用外,還吸引了全球的研究院校、開發者們關注。

雷鋒網 AI 研習社近日有幸邀請到了澎峰科技創始人、OpenBLAS項目創始人和主要維護者張先軼,他將為我們介紹OpenBLAS開源項目以及矩陣乘法的優化。

歡迎大家關注和參與!

嘉賓介紹

張先軼,中國科學院博士,MIT博士後,OpenBLAS開源項目創始人和主要維護者,PerfXLab澎峰科技創始人。曾獲2016年中國計算機學會科技進步二等獎。

張先軼師從張雲泉教授,在中科院取得高性能計算博士學位。讀博期間,基於GotoBLAS的原有基礎,他創建了開源矩陣計算庫OpenBLAS,領導團隊不斷進行修補和維護,目前在矩陣計算的細分領域,成為影響力較大的開源項目。

他在MIT萌生創業想法,歸國之後,針對「深度學習」,創辦PerfXLab澎峰科技,為計算機視覺、語音識別等公司提供一體化性能優化方案。

課程內容

本期內容包括但不限於:

OpenBLAS項目介紹

矩陣乘法優化算法

一步步調優實現

活動詳情

4 月 10 日(周一)晚 8 點,雷鋒網App 視頻直播

本次AI研習社公開課可以在雷鋒網 App 直播頻道內「問答區」進行提問。

報名方式:掃描下方海報上的二維碼,下載雷鋒網 App,點擊「直播」進行報名。

相關焦點

  • 聖路易斯華盛頓大學劉晨:室內場景的結構化重建 | AI研習社68期大...
    在本次AI研習社大講堂上,來自聖路易斯華盛頓大學的計算機系在讀博士劉晨分享了其結構化重建的最新工作。分享嘉賓:劉晨,聖路易斯華盛頓大學計算機系在讀博士,導師是Yasutaka Furukawa教授,主要研究方向為三維視覺,場景理解等。其研究工作曾在 CVPR、ICCV、ECCV等會議發表。
  • 清華大學豈凡超:義原的介紹和義原的自動推薦 | AI 研習社第 76 期...
    近日,在雷鋒網 AI 研習社公開課上,清華大學計算機系在讀博士豈凡超就分享了採用機器學習的方法為中文新詞自動推薦義原,並進一步為其他語言的詞語推薦義原。公開課回放視頻網址:http://www.mooc.ai/open/course/555?
  • Adreno GPU 矩陣乘法——第1講:OpenCL優化
    本篇文章中的概念和下一篇文章中的OpenCL代碼清單,表示Adreno 4xx和5xx GPU系列設備端矩陣乘法內核函數和主機端參考代碼的優化實現。我們希望本系列文章將幫助和鼓勵您使用這些想法和代碼示例寫出自己的OpenCL代碼。像Adreno GPU這樣的並行計算處理器是加速線性代數運算的理想選擇。
  • ARM處理器NEON編程及優化技巧——矩陣乘法的實例
    接下來是由於SIMD指令的應用而導致剩下的若干個單元的處理,然後是用一個矩陣乘法的例子來說明用NEON來進行SIMD優化,最後關注如何用NEON來優化各種各樣的移位操作,左移或者右移以及雙向移位等。本節是一個用NEON優化矩陣乘法的實例。
  • 尹立博:Python 全局解釋器鎖與並發 | AI 研習社第 59 期猿桌會
    近日,在雷鋒網 AI 研習社公開課上,畢業於澳大利亞國立大學的尹立博介紹了全局解釋器鎖(GIL)和提升並發性的不同思路。公開課回放視頻網址:http://www.mooc.ai/open/course/569?=aitechtalkyinlibo尹立博:畢業於西澳大利亞大學和澳大利亞國立大學。
  • 道阻且長_再探矩陣乘法優化
    這篇文章是在基於how-to-optimize-gemm初探矩陣乘法優化的基礎上做了更加精細的測試,另外參考了NCNN的第一次提升較大的優化在第一次優化的基礎上,我們用指針來尋址A中的元素。因為這裡實現的是行主序的矩陣乘法,因此每計算一個C中元素,對於A的任意一行的內存訪問都是連續的,這樣我們就可以用指針移位的方式代替數據訪問的方式了。
  • 香港中文大學胡梟瑋:用於陰影檢測的 DSC 特徵 | AI研習社64期大...
    來自香港中文大學的胡梟瑋採用了提取 DSC 特徵的方式來解決這個問題,他在近日的 AI 研習社大講堂上向我們分享了具體操作思路。雷鋒網(公眾號:雷鋒網)AI研習社將其分享內容整理如下:大家好,我是胡梟瑋,來自香港中文大學。
  • ...AI研習社定製雙肩包和保溫杯?邀請朋友學習「CMU 深度學習課程...
    自 AI 研習社「小組」產品上線以來,收穫了很多社區用戶的支持,同時也得到了大量的意見和建議。所以,為了幫助社區用戶認識更多有技術有想法的朋友,為了讓社區用戶更好地相互學習,AI 研習社決定發起「邀朋友,送福利」活動 —— 自本文發布之時起,到 11 月 26 日(下周一)晚 12 點為止,小組邀請榜單前 15 名用戶將會獲得 AI 研習社提供的大量福利獎品。
  • cuda入門:如何進行矩陣乘法優化
    所以我們的第二個 CUDA 程序,要做一個確實有(某些)實用價值的程序,也就是進行矩陣乘法。而且,這次我們會使用浮點數。  雖然矩陣乘法有點老套,不過因為它相當簡單,而且也可以用來介紹一些有關 CUDA 的有趣性質。  矩陣乘法  為了單純起見,我們這裡以方形的矩陣為例子。
  • 竹間智能翁嘉頎:人機互動技術探索 | AI 研習社 60 期猿桌會
    近日,在雷鋒網 AI 研習社公開課上,竹間智能 CTO 翁嘉頎分享了人機互動技術探索。公開課回放視頻網址:http://www.mooc.ai/open/course/587?分享主題:人機互動技術探索分享提綱:情感計算、意圖、主題、上下文、中文 NLP 應用、多輪對話、算法與數據的關係雷鋒網 AI 研習社將其分享內容整理如下:今天講的主題是人機互動技術探索,我會著重講這些技術的應用以及怎樣解決當前的問題
  • 矩陣乘法計算器
    矩陣乘法計算器 學習辦公 大小: 791KB
  • 清華大學韓旭:神經關係抽取模型 | AI研習社71期大講堂
    雷鋒網AI研習社按:關係抽取是自然語言處理中的重要任務,也是從文本中挖掘知識的基本途徑之一。深度學習在關係抽取中的研究在近幾年取得了廣泛關注,其中基於遠距離監督、帶有注意力機制的神經網絡模型成為解決問題的主要方法。在本次公開課中,講者將梳理神經模型在關係抽取中的發展脈絡,並分享相關領域的最新工作進展。
  • HiPU設計簡介——DAC19目標檢測設計競賽FPGA賽道亞軍方案介紹| AI...
    AI研習社按:DAC19目標檢測設計是一個面向移動端的單目標物體檢測的比賽,檢測精度高且能耗低者勝出。公開課連結:http://www.mooc.ai/open/course/674? 雷鋒網AI研習社將其分享內容整理如下: 大家好,我們來自於西安交通大學人工智慧研究所。在今年DAC會議舉辦的自動化系統設計大賽上獲得了亞軍,今天主要介紹一下我們的設計方案。
  • 鄒炎炎:語義分析介紹及跨語言信息在語義分析中的應用 | AI 研習社...
    雷鋒網 AI 研習社編者按:語義分析(semantic parsing)是人工智慧的一個分支,是自然語言處理技術的幾個核心任務,涉及語言學、計算語言學、機器學習,以及認知語言等多個學科。近年來,隨著人工智慧的發展,語義分析也越發重要。
  • 清華大學柯沛:閒聊對話中的句式控制 | AI研習社65期大講堂
    在近日的 AI 研習社大講堂上,柯沛給我們介紹了這項具有開創性的研究成果。基於條件變分自編碼器的對話生成模型生成質量的自動評價和人工評測未來工作及展望雷鋒網AI研習社將其分享內容整理如下:很高興能有機會跟大家分享我們的工作,我叫柯沛,是清華大學計算機系的在讀博士生
  • 香港中文大學胡梟瑋:用於陰影檢測的 DSC 特徵 | AI研習社64期大講堂
    雷鋒網AI研習社按:陰影檢測向來是計算機視覺中基礎且富有挑戰性的問題——對於一張輸入圖像,我們通過生成二進位圖像來標記陰影區域,陰影區域的檢測為進一步獲取圖像中的光照情況、物體的形狀與位置,以及攝像機的參數提供了可能。與此同時,陰影的存在也為計算機視覺中進一步理解圖像的算法,例如物體的檢測與跟蹤,帶來了障礙。
  • 納新預告丨金地東南雛鷹研習社的自我介紹暨年度回顧
    金地東南雛鷹研習社是金地集團東南區域公司人力部直接指導的企業下屬校園組織,面向全體浙大在校學生,有針對性地吸收和培養有意於進入金地實習、工作的同學,幫助優秀的同學獲得更多加入金地的機會。雛鷹研習社是金地日常實習和暑期實習的常備軍,旨在吸收培養潛在人才、協助開展金地東南在杭州高校的招聘及各類活動、提升金地在高校的影響力,為即將就業的同學搭建一座通往金鷹職場的橋梁。
  • 矩陣乘法的通俗理解
    今天先分享一下矩陣乘法的理解。一、問題引出 - 一道小學生應用題計算題一:小明今天要做飯,消耗2斤肉,1斤蔬菜。肉每斤20元,蔬菜每斤5元,則一共需多少花費?             解法: 20 X 2+ 5 X 1 = 45計算題二:小明第二天有另一種做飯的方法,需要消耗1斤肉,4斤蔬菜,那麼這兩種方法的花費各是多少呢?
  • 我們該如何看待矩陣的乘法
    在講矩陣的乘法之前,我們先來看線性方程組的幾何解釋,由此來引入矩陣乘法我們該如何看待以及如何運算。
  • 矩陣乘法的簡單應用-信息檢索
    矩陣乘法是線性代數中最基本的運算,但其運算法則理解起來具有一定的困難,更多的解釋是基於線性方程組的矩陣形式的角度。這僅僅是矩陣乘法的一個最基本的應用,實際上它在實際應用中具有更多更重要的影響。矩陣乘法在信息檢索中的應用隨著信息化的發展,網絡或圖書館中的信息越來越多,信息提取問題,即如何快速有效的從眾多信息中搜索自己所關心的內容,就變得越來越重要,與這個問題緊密相關的就是矩陣理論與線性代數中相關知識,例如矩陣與向量乘法、向量的內積運算、矩陣特徵值問題等。