在ArchSummit北京2018大会上，于翔讲师做了《微博深度学习平台基于 Kubernetes 的分布式解决方案》主题演讲，主要内容如下。
演讲简介：
随着深度学习在微博业务场景中的广泛使用，深度学习平台遇到一些挑战：离线训练方面，各业务方需求丰富多样，任务管理纷繁复杂，大数据与大模型带来训练时长的压力；在线推理方面，基于模型服务的特殊性，如何在满足微博大流量高性能的在线业务需求同时，保证服务的高可用与稳定性。
本次分享从以上两个维度切入，基于 K8s 构建分布式离线与在线方案，解决上述遇到的挑战。
演讲提纲：
介绍背景，微博业务与深度学习平台；
介绍离线训练遇到的挑战，方案选型(Yarn & K8s)，方案介绍(基于 tfjob)以及相关效果；
介绍在线推理遇到的挑战，方案选型（自定义服务发现）解决方案(K8s deployment 等基础资源对象）。
听众受益点：
对深度学习感兴趣的听众，可以了解到深度学习算法在业务应用的基本流程；
深度学习平台的基础架构；
大规模深度学习会遇到的瓶颈与 K8s 解决方案；
在线模型服务的服务特性与一些优化点。
讲师介绍：
于翔
新浪微博 机器学习研发架构师
现就职于新浪微博，在机器学习平台中曾负责特征工程项目，目前主要负责算法服务平台与深度学习平台的搭建与开发。
完整演讲 PPT 下载链接：
https://archsummit.infoq.cn/2018/beijing/schedule
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
腾讯前端监控体系建设
混合场景下大规模 GPU 集群构建与实践
生成式 AI 驱动的软件开发生产力变革
评论