收录了 dlrm 频道下的 24 篇内容
Facebook开源深度学习推荐模型DLRM深度解析
本文介绍一种通用的模型结构 DLRM。
机器学习(ML)模型的实际训练速度,已经成为决定前所未有的新产品能否实现、服务与研究突破能否达成的关键性因素,自然也成为研究与工程团队最关注的一项核心指标。
百度智能云已建立起国内最繁荣的AI原生产业生态。在10月17日举行的百度世界2023上,百度智能云宣布,百度智能云千帆大模型服务平台已服务17000多家客户,覆盖近500个场景。
一篇带你遍览2021 Google开发者大会
AI 计算力的指数增长意味着,为了解决越来越复杂的用例,即使是 1000 倍的计算性能增长也很容易被消耗。因此,需要通过软件生态系统的助力,才能达到更好的性能。我们相信,构建 AI 软件生态系统,是将人工智能和数据科学项目推向生产的关键。
现在都是大数据时代了,面对海量数据的这种场景一直在不断地演进一些新的适应的硬件、一些新的软件架构。
针对现代推荐系统的种种痛点,OneFlow 团队推出了一款高性能、可扩展、灵活度高的推荐系统组件 OneEmbedding。它的使用方式和通用深度学习框架一样简单,性能却远超通用框架,甚至超过了 NVIDIA HugeCTR 这样为推荐场景定制开发的系统。
数字化时代,数据是新的生产资料,算力是新的生产力。很多朋友好奇,算力究竟从哪里来?一个重要的答案就是服务器。
英特尔产品在全新MLCommons AI推理性能测试中尽显优势
本文将结合Meta、Netflix和Pinterest等公司的实例介绍一种构建推荐系统的主流模式。NVIDIA Merlin团队认为,这种模式是构建端到端推荐系统的核心,并希望通过介绍这种模式,帮助你理解推荐系统(而不仅仅是推荐模型)如何应用在实际生产中。
稀疏 CTR 模型是用于预测点击率的一类深度学习模型的统称。通过处理高维稀疏特征数据实现高效的广告点击率预测,准确的 CTR 预测可以更好地进行广告投放决策,提升广告投放效果。在稀疏 CTR 模型场景下,通常使用大量高维稀疏特征,这类 Embedding 矩阵造成了
近日,腾讯TEG数据平台部机器学习团队与北京大学-腾讯协同创新实验室,合作研发了全新的稀疏大模型训练加速解决方案HET,其研究成果《HET: Scaling out Huge Embedding Model Training via Cache-enabled Distributed Framework》已被国际顶会VLDB 2022录用。HE
近日,腾讯TEG数据平台部机器学习团队与北京大学-腾讯协同创新实验室,合作研发了全新的稀疏大模型训练加速解决方案HET,其研究成果《HET: Scaling out Huge Embedding Model Training via Cache-enabled Distributed Framework》已被国际顶会VLDB 2022录用。HE
写在前面: 大家好,我是强哥,一个热爱分享的技术狂。目前已有 12 年大数据与AI相关项目经验, 10 年推荐系统研究及实践经验。平时喜欢读书、暴走和写作。
抽象派画家康定斯基曾这样形容艺术:用点线面这样最基本的语言单位,来表达丰富的内涵,赋予艺术以超凡的精神。
本文整理自龙蜥大讲堂技术直播第四期,由龙蜥社区AI SIG核心成员、英特尔 AI 软件开发⼯程师黄文欢分享——用技术和实例讲解英特尔 x86 平台 AI 能力演进的关键。