2021-07-21
microsoft / AI-System 的实验
github地址：AlvinChe/microsoft-AI-System
Lab1
时间：2021年07月12日 完成Lab1 上传lab1 代码 实验报告地址:[Microsoft/AI-System]AI系统 Lecture1+Lab1
Lab 2
时间：2021年07月13日 完成Lab2 实验报告地址:[Microsoft/AI-System]AI系统 Lecture2+Lab2
Lab 3
时间：2021年07月13日 完成Lab3 实验报告地址:[Microsoft/AI-System]AI系统 Lab3+Lecture3+Lecture4
Lab 4
时间：2021年07月14日 完成Lab4 实验报告地址:[Microsoft/AI-System]AI系统 Lab4+Lecture5+Lecture6
Lab 5
时间：2021年07月15日 完成 实验报告地址:[Microsoft/AI-System]微软AI系统Lab5+Lecture7+Lecture8
Lab 6, Lab7
时间：2021年07月16日 Lab6条件限制未完成 Lab7与前面实验重复 实验报告地址:[Microsoft/AI-System]微软AI系统Lab6，Lab7+Lecture7+Lecture8
Lab 8
时间：2021年07月20日 完成nni参数探索部分，Nas部分因为环境配置问题，没有实践 实验报告地址:[Microsoft/AI-System]微软AI系统Lab8 +Lecture11
Lab 9
时间：2021年07月21日 环境配置完成，完成测试环节，多机测试限于条件没有实现 实验报告地址:[Microsoft/AI-System]微软AI系统Lab9 +Lecture12
微软AI系统总结
学习时间：2021-07-12 - 2021-07-21，中间回家三天，共计7天。
实验9个：基本完成5（lab1-5），未完成3个（lab6条件限制，lab7重复，lab8，lab9内容缺失）
Lecture
全部学习一遍了
没有提交到的Lecture
Lecture9: System for AI-9-Compilation and Optimization [ PDF ]
Lecture10: System for AI-10-Efficiency via Compression and Sparsity [ PDF ]
Lecture13: System for AI-13-Security and Privacy [ PDF ]
安全问题中还有很多值得挖掘的问题，这些方向有点专门化，门槛较高。适合安全方向降维打击。
Lecture14: System for AI-14-AI for systems [ PDF ]
AI用在解决系统的问题上，可解释性问题。
已有的工作聚焦于三个方面，视频流量清晰度调节，数据库Index，系统选项与参数调优
都比较旧了，没有涉及太多新的领域，PPT的字体很奇怪。
收获：比较完整地了解了AI系统的各部分，对之前看的各种AIsys的文章所要解决问题在整个大方向的位置有了比较清晰的认识，对每个方向的大致研究进度有一定认识，结合实验，虽然只是照猫画虎，但是比只看不动手还是好很多的。
未来目标：从中找到可以和超算和高性能结合的地方，或者可以迁移到高性能领域的工作。
网友评论