报 告 人：陈全 教授，上海交通大学
报告时间：11月07日（周日）15:30～17:30
报告地点：计1001（腾讯会议ID：715 693 831）
邀 请 人：朱能军 讲师
报告摘要：
随着机器学习的发展，互联网服务软件开始使用机器学习推理向普通用户提供服务。然而现有的机器学习推理系统存在着响应延迟高、运行吞吐低的问题，导致用户体验差。为此，我们研究低延迟高吞吐的机器学习推理系统，提出了请求弹性批处理，以及确定性的OP交错执行技术。可以实现单个机器学习推理服务运行时的低延迟，并且当多个服务同时运行时，显著减少服务质量违反并提高总体吞吐。
报告人简介:
陈全，上海交通大学计算机系教授， 2020年获国家优秀青年科学基金资助。长期从事计算机系统、云计算领域的研究，研究成果获国家技术发明二等奖及多项省部级一等奖。获2017年IEEE TCSC Award for Excellence (Early Career Researcher)、阿里青橙奖。担任SCI期刊Parallel Computing， Frontier of Computer Science编委；主持及参与多项国家自然科学基金项目、重点研发计划项目、及各企业的创新研究计划项目等