מפגש הנדסת ביצועי AI (מדריד)

Description

מפגש חודשי זה מביא יחד את מהנדסי ה-AI, אנשי ML ומומחים באופטימיזציה של ביצועים ב[Madrid](https://www.createwith.com/cities/madrid) לדיונים טכניים מעמיקים על האצת GPU, תכנות CUDA ואופטימיזציית ביצועים של PyTorch. המפגשים מאורגנים על ידי כריס פרגלי ואנטיה ברת', ונערכים אונליין באמצעות [Zoom](https://us02web.zoom.us/j/82308186562) בכל יום שני שלישי בחודש. ## מה תלמדו כל מפגש כולל הרצאות מעשיות והדגמות חיות המכסות אופטימיזציות ביצועים של GPU, CUDA ו-PyTorch. הנושאים נוגעים בכל שכבות הנדסת ביצועי AI - החל מקודנדות CUDA ברמה נמוכה ועד לאופטימיזציות מודלים ברמה גבוהה של PyTorch. בין אם אתם בונים מערכות ML לייצור, מאמנים מודלים גדולים או מפרסים נקודות סיום של אינפרנס, תקבלו תובנות מעשיות להאצת העומסים של ה-AI שלכם. ## מי צריך להשתתף המפגש הזה אידיאלי עבור: - מהנדסי ML שמספקים אופטימיזציות בצנרת האימון - חוקרי AI שמדחיקים את גבולות הביצועים של מודלים - מפתחים צד אחורי שעובדים עם תשתית GPU - מהנדסי ביצועים שמתמקדים במערכות AI - כל אחד סקרן על החיבור בין חומרה ולמידת מכונה ידע כלשהו ב-Python וב-PyTorch הוא מועיל, אם כי המפגשים מתאימים לרמות ניסיון שונות. ## פורמט & משאבים המפגשים מתחילים עם מבואות והעדכונים קהילתיים מהמארחים, ואחריהם מצגות טכניות שחוקרות טכניקות אופטימיזציה ספציפיות. פורמט ה-Zoom האינטרקטיבי מאפשר שאלות ותשובות בזמן אמת ושיתוף ידע בין המשתתפים. בין המפגשים, תוכלו לחקור עמוק יותר דרך [מאגר GitHub של הקבוצה](http://github.com/cfregly/ai-performance-engineering/), לצפות במפגשים קודמים ב[YouTube](https://www.youtube.com/@AIPerformanceEngineering), או לחקור את ספר ה-O'Reilly של המארחים ["הנדסת ביצועי מערכות AI"](https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/). הקבוצה גם ממליצה על [קורס AI גנרטיבי חינם של DeepLearning.ai](https://bit.ly/gllm) לידע בסיסי. ## למה להשתתף אופטימיזציית GPU היא קריטית לפיתוח AI המודרני - היא מפחיתה עלויות אימון, משפרת את השהיית האינפרנס ומאפשרת מודלים גדולים יותר. מפגש זה מספק טכניקות מעשיות, מוכנות לייצור שתוכלו ליישם מיד. התחברו עם קהילת הנדסת ביצועי ה-AI של מדריד, שתפו סיפורי אופטימיזציה והישארו מעודכנים עם ההתפתחויות האחרונות ב-CUDA וב-PyTorch. [הצטרפו לסדרת מפגשים חוזרת זו]