Py学习  »  机器学习算法

大规模深度学习缓存优化及在数据湖仓的应用

DataFunTalk • 1 年前 • 198 次点击  

随着公司业务规模的增长,数据中心承担越来越大的读写压力,直至查询延迟越来越大,数据中心不再能直接与应用程序交互。这时就需要做性能优化,而性能优化的第一要义就是缓存优化,近些年随着深度学习的崛起,Alluxio 分布式缓存技术正逐步成为业界解决云上 I/O 性能问题的主流解决方案。不仅如此, Alluxio还天然具备数据湖所需的统一管理和访问的能力。



本期Alluxio Day 我们邀请到了来自

微软、OPPO、BIGO的三位嘉宾

与我们共同分享Alluxio的应用实践


主题一

(活动主题&分享嘉宾)

关于嘉宾:

张虔熙 微软亚洲研究院高级研发工程师

- 曾参与公司大数据平台建设和优化,大规模深度学习集群的存储优化,探索云数据库事务算法设计,并发表多篇相关论文。

- 参与贡献过很多大数据开源项目,包括:Alluxio、Hadoop、HBase、Presto等。


扫码免费观看



主题二:

(活动主题&分享嘉宾)

关于嘉宾:

付庆午 OPPO 数据架构组高级工程师

曾就职于去哪儿网、阿里云,从事大数据平台开发,主要方向包括计算引擎,分布式缓存,任务调度。目前在OPPO数据架构负责计算平台研发工作。


扫码免费参与



主题三

(活动主题&分享嘉宾)

关于嘉宾:

唐云 BIGO离线计算Presto平台负责人

Senior Staff Engineer


点击阅读原文免费参与直播!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/148271
 
198 次点击