Spotkania Inżynierii Wydajności AI (Madryt)

Description

To cykliczne miesięczne spotkanie gromadzi inżynierów AI, praktyków ML i specjalistów od optymalizacji wydajności w [Madrycie](https://www.createwith.com/cities/madrid) w celu głębokich dyskusji technicznych na temat przyspieszania GPU, programowania CUDA i strojenia wydajności PyTorch. Spotkania prowadzone przez Chrisa Fregly'ego i Antje Barth odbywają się online za pośrednictwem [Zoom](https://us02web.zoom.us/j/82308186562) w każdy trzeci poniedziałek miesiąca. ## Czego się nauczysz Każde spotkanie zawiera praktyczne wykłady i pokazy na żywo dotyczące optymalizacji wydajności GPU, CUDA i PyTorch. Tematy obejmują pełny zakres inżynierii wydajności AI — od niskopoziomowych rdzeni CUDA po wysokopoziomowe optymalizacje modeli PyTorch. Niezależnie od tego, czy budujesz systemy ML w produkcji, trenujesz duże modele, czy wdrażasz punkty końcowe wnioskowania, zyskasz praktyczne informacje, które przyspieszą Twoje obciążenia AI. ## Kto powinien uczestniczyć To spotkanie jest idealne dla: - inżynierów ML optymalizujących procesy trenowania - badaczy AI posuwających granice wydajności modeli - programistów backendowych pracujących z infrastrukturą GPU - inżynierów wydajności skupionych na systemach AI - każdego, kto jest ciekawy interakcji między sprzętem a uczeniem maszynowym Znajomość Pythona i PyTorch jest pomocna, chociaż sesje są dostosowane do różnych poziomów doświadczenia. ## Format i zasoby Sesje zaczynają się od wprowadzeń i aktualizacji społeczności od gospodarzy, a następnie przechodzą do prezentacji technicznych badających konkretne techniki optymalizacji. Interaktywny format Zoom umożliwia zadawanie pytań w czasie rzeczywistym i dzielenie się wiedzą wśród uczestników. Pomiędzy spotkaniami można zgłębić temat poprzez [repozytorium GitHub grupy](http://github.com/cfregly/ai-performance-engineering/), obejrzeć wcześniejsze sesje na [YouTube](https://www.youtube.com/@AIPerformanceEngineering) lub zapoznać się z książką O'Reilly gospodarzy ["Inżynieria Wydajności Systemów AI"](https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/). Grupa zaleca również [darmowy kurs Generative AI](https://bit.ly/gllm) od DeepLearning.ai dla podstawowej wiedzy. ## Dlaczego warto uczestniczyć Optymalizacja GPU jest kluczowa dla nowoczesnego rozwoju AI — redukując koszty treningu, poprawiając opóźnienia wnioskowania i umożliwiając większe modele. To spotkanie oferuje praktyczne techniki gotowe do wdrożenia, które możesz zastosować od razu. Połącz się z społecznością inżynierii wydajności AI w Madrycie, podziel się historiami o optymalizacji i bądź na bieżąco z najnowszymi rozwojami CUDA i PyTorch. [Dołącz do tej cyklicznej serii spotkań]