您查看的活动已结束

阿里云程序语言与编译器研发工程师

                

张凯莉

中兴通讯股份有限公司人工智能算法工程师

从事 AI 相关工作多年以上，主要参与公司的 AI 平台研发、开源项目 Adlik 模型编译部分的代码编写、Adlik 服务部署以及推理性能测试、CV 大模型的搭建及训练等

演讲主题：Adlik 深度学习推理加速工具链的应用

主题简介：

Adlik 是一种将深度学习模型从训练完成，到部署到特定硬件并提供应用服务的端到端工具链，能够实现模型从研发状态到生产应用环境的高效切换；Adlik 与多种推理引擎协作（TensorFlow、TensorFlow_lite、PyTorch、TensorRT、OpenVINO、PaddlePaddle 和燧原芯片等），提供灵活的模型加速、部署、推理方案，助力用户构建高性能AI应用。

对于训练好的模型，Adlik 可以通过剪枝和量化对模型进行优化；优化好的模型可以使用 Adlik 的模型编译器进行模型转换（这部分通过简单的 Python 脚本即可完成），方便用户部署到云端、边侧或者端侧，Adlik 模型编译器目前支持大多数格式的模型文件（ckpt、pb、h5、onnx、pth等），方便用户对于不同训练框架的模型进行操作；对于编译好的模型，用户可以使用 Adlik serving 进行服务部署，然后使用部署好的服务进行推理，同一个模型部署的不同类型的服务可以使用同一套 Python 客户端代码进行推理，方便用户测试最优的服务部署方案。

                

沈达

比图科技数据工程师

沈达，毕业于中国科学技术大学计算机系，就职于比图科技，担任数据工程师。是 Rikai 这个大数据+AI 的 Python 项目的核心贡献者，也是墨干编辑器的作者，另外译有《Scala实用指南》一书。

演讲主题：Pants: Python 工程化必备构建工具

主题简介：

在数据与 AI 领域，Python 语言正大放异彩！但和 Python 在各个领域的广泛应用相比，其主流的构建工具非常羸弱。在 Python 项目变得更加复杂，参与的工程师数量攀升时，除了 Python 作为动态语言的固有缺点以外，构建和部署也是大型 Python 项目难以驾驭的一大原因。

Pants 正是解决大型 Python 项目的不二选择！沈达将从 Pants 用户的角度，阐释如何用 Pants 构筑 Python 工程化的基石。