针对多种类的异构芯片给应用开发所带来的编程效率、执行效率的挑战,我们分享一些在 异构环境下效能探索的研究。主要包括三个部分:1)针对计算芯片的异构性,以手机端 AI 框架为例, 研究任务在计算芯片上的自动优化部署;2)针对数据对象的异构性,以 TensorFlow 中的张量对象为例, 研究其在不同芯片上执行时数据布局的自动确定;3)针对存储的异构性,以 Spark 为例,研究软件栈 中垂直协同的资源管理方法。
共赢多样性计算新时代-华为计算技术论坛
崔慧敏