COSCon'22

開源社/KAIYUANSHE

業界最具影響力的開源年度盛會 2022 第七屆中國開源年會?(COSCon'22)?來啦！！！

本次年會將于 10月29日-30日由開源社舉辦。線上共設有1個主論壇和16個分論壇，線下分會場遍布成都、深圳、上海、北京等11個城市。掃描下方二維碼即可報名，快來參與吧~

01

論壇介紹

人工智能相關的開源項目介紹，包括工具、模型、算法、數據集等。

02

論壇出品人及出品人標準

1.論壇出品人

譚中意

開源專家， LF AI & Data TAC成員

范晶晶

科鯨 CEO，開源組織Datawhale發起人

李揚

Wuhan2020 執行長，應急救援組件系統發起人，算法工程師。熱心開源和公益。

2.論壇出品標準

必須是應用在人工智能領域內的開源項目，有一定的價值。

03

論壇講師陣容

演講者簡介

高豐，開放數據中國聯合創始人及執行主任、AI SPACE 合伙人。在高豐的領導下，開放數據中國持續面向政府及數據源提供如何建設開放透明數據項目的指導和咨詢，并建立社群放大數據利用者的聲音。

他是 SODA 賽事模式的設計者、上海開放數據創新應用大賽的聯合發起人。他是上海白玉蘭開源開放研究院開放數據顧問、復旦大學數字與移動治理實驗室研究員、中國互聯網協會青年專家。他在 2019年被選為耶魯大學世界學者（World Fellow），并被授予“30位新生代數字人才”“數據科學 50 人”“英國杰出學友職業成就獎（中國）”。

演講題目

《中國 AI 數據的開放開源與未來》

演講簡介

數據是人工智能的基石，但真正由中國自行創建并發布的數據集究竟是一個什么樣的狀況？這當中又有多少數據集符合開放開源的精神能夠被自由地使用、分享和演繹呢？該演講將基于白玉蘭開源與開放數據中國在今年上半年所開展的一系列調查問卷、訪談和桌面調研為你描繪當前中國 AI 數據的開放開源的現狀、問題和挑戰，并基于此討論尋求突破的路徑和愿景。

目標聽眾群

關注 AI 領域數據開源開放的開發者、研究者、數據發布者和數據使用者

給開源生態體系帶來的利益

進一步推動AI開源社區對數據開放問題的關注、參與和投入

演講者簡介

古思為，軟件工程師、遠程工作者、開源信徒。NebulaGraph DGL 項目作者。現任 vesoft 開發者布道師。

古思為（Wey）在白天很享受在公共空間、開源社區用魔法構建東西，并把習得魔法 scale 給社區中的更多巫師，在晚上偶爾喜歡唱歌。

你可以在?https://twitter.com/wey_gu，https://siwei.io/about/?看到他，在播客開源面對面聽到他共同主持的開源閑聊節目，在?https://siwei.io/talk/看到他的過往演講，包括 CosCON 21' 的關于他的開源成長之路。

演講題目

《如何用 GNN + 圖數據庫構建實時欺詐檢測系統》

演講簡介

Fraud Detection 是所有互聯網業務中不可繞過的話題，它在道高一尺魔高一丈的攻防中，維系著每一個服務的可用性、提供商的利益和所有用戶的公平環境。

Fraud Detection 的方法從專家欺詐模式匹配、查詢，傳統機器學習到深度學習層出不窮，在不同的場景和需求模式下各有優勢，在圖數據庫、圖計算的基礎軟件、平臺逐漸成熟的現在，基于圖數據庫的圖查詢方法、面向標注擴充的圖算法、基于圖特征的機器學習等方法因為開始利用數據之間的關聯關系，也可以獲得更好的效果。在此之上，基于 GNN （圖神經網絡）的方法因為將具體的關聯關系在模型訓練中嵌入表示，在理論和實踐上都有了很多新的突破。

本次演講中，古思為會為大家解謎基于圖技術的欺詐檢測方法，并給出他基于創建維護的 NebulaGraph DGL（Deep Graph Library) 開源項目的端到端示例開源項目的設計代碼實現：一個實時欺詐檢測系統，幫助大家快速了解整套方法的設計與落地的實操。

目標聽眾群

對圖技術感興趣的數據科學家、應用開發者

給開源生態體系帶來的利益

圖技術領域分為不同的方向：圖數據庫、圖計算平臺、圖深度學習、圖可視化。圖數據庫和圖深度學習在開源社區中的聯動是非常缺少的，NebulaGraph-DGL 這個項目將開源的圖數據庫和開源的圖深度學習項目聯系起來，讓兩個社區的貢獻者可以建立更好的聯結，享受到 1+1 > 2 的開源魔法。

演講者簡介

蔡恒興，現任第四范式高級科學家。

中山大學碩士

全球頂級機器學習競賽平臺Kaggle?Grandmaster（全球最高排名第11）

阿里天池數據科學家

國際頂級數據挖掘競賽KDD?CUP（2017季軍、2018亞軍、2020季軍）

多媒體領域頂會ACM?MM?2022挑戰賽冠軍

自然語言處理頂會EMNLP?2022挑戰賽冠軍

國內外數據挖掘競賽共10個冠軍、3個亞軍

發表多篇英文期刊和會議論文，獲得授權或受理專利十余項

曾任香港理工大學助理研究員、滴滴出行算法工程師

演講題目

《AutoX開源自動機器學習解決方案》

演講簡介

機器學習算法應用中包含大量的表數據場景，利用自動機器學習技術能降低機器學習的門檻，使AI平民化。

本次報告介紹表數據場景下自動機器學習的相關核心技術，以及相應的開源產品AutoX。

目標聽眾群

希望以低門檻使用人工智能技術的人

給開源生態體系帶來的利益

降低機器學習的使用門檻

演講者簡介

吳京京，自然語言處理算法工程師，python-wechaty作者，聊天機器人技術愛好者。

演講題目

《基于python-wechaty和paddlenlp構建智能對話機器人》

演講簡介

python-wechaty是一個讓開發者快速開發出智能聊天機器人的框架，使用一套代碼即可運行在多種不同IM平臺，例如微信、企業微信、微信公眾號、釘釘、飛書以及WhatsApp等。PaddleNLP是一款簡單易用且功能強大的自然語言處理開發庫。聚合業界優質預訓練模型并提供開箱即用的開發體驗，覆蓋NLP多場景的模型庫搭配產業實踐范例可滿足開發者靈活定制的需求。

在此演講中，將介紹基于python-wechaty對接IM平臺，使用PaddleNLP開發更適合中文場景下的自然語言理解模型，然后基于BotMaker，實現模型服務的部署，和對話狀態管理，最終實現對話機器人的整個開發閉環，更符合企業落地。

目標聽眾群

自然語言處理算法工程師，對話機器人愛好者

給開源生態體系帶來的利益

讓更多的人了解到wechaty；讓更多的人了解任務型對話機器人的開發流程。

演講者簡介

公司介紹：Zilliz 是向量數據庫系統領域的開拓者和全球領先者，研發面向 AI 生產系統的向量數據庫系統。Zilliz以發掘非結構化數據價值為使命，致力于打造面向 AI 應用的新一代數據庫技術，幫助企業便捷的開發 AI 應用。Zilliz 的產品能顯著降低管理 AI 數據基礎設施的成本，幫助 AI 技術賦能更多的企業、組織和個人。

Zilliz 由前甲骨文工程師星爵于 2017 年創立，得到了高瓴資本、五源資本、沙特阿美旗下 Prosperity 7資本、淡馬錫旗下蘭亭投資、云啟資本和摯信資本等一線投資人的支持。Zilliz的技術和產品在全球范圍內被超過 1000 家企業所采用，廣泛應用于計算機視覺、圖片檢索、視頻分析、自然語言處理、推薦系統、定向廣告、個性化搜索、智能客服、欺詐檢測、網絡安全和新藥發現等領域。

進行中的開源項目：Milvus

高雨辰是 Zilliz 首席工程師，目前在 Zilliz 負責 Milvus 開源產品的技術管理和社區維護。他曾在 RSVP.ai 擔任技術 VP，負責打造多款在全球百強企業落地的 AI SaaS 產品。此前他先后在微軟中國、谷歌美國和谷歌加拿大就職。高雨辰擁有滑鐵盧大學計算機系碩士學位。

過去演講經歷：

華為云 AI 《DevRun 開發者沙龍》 主講嘉賓

中國電信《5G引領，工業知識圖譜及工業網絡》高峰論壇 主講嘉賓

《AWS User Group Data Everywhere》上海站 演講嘉賓

演講題目

《數據增長對于深度學習基礎設施的新挑戰》

演講簡介

隨著5G、大數據、人工智能等技術的大力發展，人類社會所產生的數據從現實意義上達到了天文數字的級別。有機構預測到2025年的時候，人類產生的數據量將達到180ZB，而其中80%以上的數據都是非結構化數據。這些數據的處理無疑給深度學習算法的大規模應用產生的巨大的壓力，而深度學習中對于Embedding的處理是整個深度學習的核心點所在。向量檢索引擎和向量數據庫則在這個大背景下孕育而生，結合了數據庫最核心的技術和學術界最先進的算法，打造一款真正的Database for AI，助力深度學習算法和模型在工業界諸多場景下大規模落地。Milvus是目前全球開源界最火的一款向量數據庫產品，采用了完全分布式、微服務、云原生的架構，目前在3000多家用戶的眾多場景中成功落地。

目標聽眾群

具有基本人工智能和深度學習知識，并且希望將算法和模型大規模落地的算法工程師和系統工程師

給開源生態體系帶來的利益

聽眾可以了解到向量數據庫是人工智能和大數據時代的產物，并且了解到向量數據庫在工業界的落地案例

演講者簡介

李延凱，國內的最大隱私計算社區OpenMPC發起人、原語科技CEO兼CTO

北航計算機碩士

華控清交早期成員，核心架構師，參與實施了多個隱私計算項目實施

十余年技術管理經驗，曾就職于字節跳動、百度金融、農總行軟開等

8月份在OpenMPC與CSDN的Meetup活動上做了《開源隱私計算賦能數據合規流通》主題分享，線上流量達到近3萬；

原語科技通過開源企業級隱私計算平臺 Primihub以降低隱私計算技術應用門檻，促進更多數字化方案中嵌入隱私計算加速數據價值釋放。

原語科技致力于以安全多方計算、聯邦學習、同態加密、可信計算等為基礎的隱私計算技術構建數據信任與安全，秉承技術開源、開放、透明即是安全，賦能數據價值的安全融合及釋放，提升數據應用的深度、廣度、精度，為全面構建未來數字型社會提供支撐。

原語科技致力于攜手開源社區伙伴打造國際化的隱私計算技術平臺。

演講題目

《隱私計算構建新型數據要素流通基礎設施》

演講簡介

? 當今社會，無論是簡單的數據統計分析，或者是AI模型開發，都需要用到數據作為原始材料，數據在推動經濟發展，促進社會治理和公共管理方面，起著重要作用。“新基建”、“數據要素”等有關政策相繼發布，進一步明確了數據在國家戰略層面的重要意義。隨著數字化轉型的推進，越來越多的企業和組織需要通過多方數據協同來釋放數據更大的價值，提升生產效率，推進產業創新。同時，我國的數據經濟產業正處于起步階段，數據孤島、技術沉淀不足、數據安全隱患等都成為了產業發展中亟待解決的問題。

? 在此背景下原語科技開發的企業級綜合性隱私計算平臺Primihub：通過應用安全多方計算、聯邦學習、TEE、同態等隱私計算技術，在保護數據安全和用戶隱私的前提下，促進數據高效流通。

生態影響力：

? 隱私計算技術在服務國家戰略、服務改革、服務實體經濟、服務民生、服務社會治理等領域的創新應用，可以助力數據的安全開放和應用，更好地開展數字化和智能化的數據新基建，同時刺激數據驅動的經濟和商業模式不斷創新，反向刺激數據要素的生產。

? 作為數據流通的底層基礎設施技術體系，支持國家數字經濟、人工智能、大數據產業、國有企業數字化轉型等發展戰略，打擊黑產數據及通過爬蟲等非合規形式的大數據渠道，通過數據生產要素的激活和交易幫助企業實現業務和收入增長，提升社會數據資源價值，并為新基建形成了一個完整的“數據生態”。基于各個物聯網設備、大數據中心采集的海量數據基礎上實現智能安防、智能制造、智慧城市等領域的場景。

目標聽眾群

開發者、數據擁有方、數據需求方、數據從業者、數據安全需求方、互聯網從業者

給開源生態體系帶來的利益

原語科技隱私計算平臺Primihub，集成密碼學、機器學習技術和硬件等多種安全方案，打破數據孤島，不暴露各參與方敏感數據，實現數據可用不可見，滿足安全、合規的需求。

演講者簡介

王楠，Jina AI 聯合創始人兼 CTO，博士畢業于德國波鴻魯爾大學。

自 2009 年開始從事深度學習相關研究，之后先后擔任德國知名電商 Zalando 高級數據科學家，騰訊高級研究員，在搜索和推薦領域的具有豐富的模型設計、實現和部署經驗。

專注于機器學習和深度學習算法在 NLP 和搜索領域的實際應用。作為開源神經搜索框架 Jina 的核心貢獻者，熱衷于開源軟件和云原生技術。

演講題目

《DocsQA：智能文檔問答系統》

演講簡介

對于很多開源社區的維護者來說，都有這樣的一個困擾。維護者往往要花大量時間回答社區提問，而這些問題其實在文檔中都可以找到答案。DocsQA是面向開源軟件提供的免費智能文檔問答SaaS服務，目前為fastapi、kornia、jina等在內的十幾款開源軟件提供文檔智能問答服務。本次演講我們會針對其中的技術實現進行講解，并分享我們在搭建過程中遇到的問題和解決方案。

目標聽眾群

對智能文檔問答系統搭建感興趣的開源開發者 以及社區文檔維護者

給開源生態體系帶來的利益

為開源社區提供一套文檔問答的解決方案

演講者簡介

許志耿，商湯科技高級系統研究員，開源推理引擎「OpenPPL」CPU 與加速器方向負責人。

本碩畢業于上海交通大學計算機系，研究方向為高性能計算。曾參與神威·太湖之光超級計算機上的科學計算核心深度優化；建立了 AI 加速器上的商湯自研推理引擎。在 PARCO、IPDPS、ICPP 等國際會議和期刊上發表過多篇論文。

目前在商湯科技高性能計算與推理部門負責 CPU、DSP 和 NPU 等架構方向的推理引擎研發與業務落地。

演講題目

《OpenPPL | AI 推理加速在國產 CPU 平臺上的實踐與挑戰》

演講簡介

隨著 AI 應用落地日趨成熟，AI 加速硬件逐漸從「單一專用」向「通用高性能」轉變。而作為處理器技術「皇冠上的明珠」，CPU 仍然是未來 AI 高性能計算平臺的重要支撐。

在如今國產 CPU 蓬勃發展的背景下，OpenPPL 基于在通用架構上積累的高性能推理技術，對主流國產 CPU 平臺進行了適配與深入調優。

目標聽眾群

本演講主要面向 AI 行業的開發者，聽眾將能從演講中收獲關于 AI 推理引擎的基礎知識、典型的優化方法和最佳實踐。同時，通過介紹 OpenPPL 在國產 CPU 平臺的技術實踐與業務落地案例，期望能給聽眾帶來「學以致用」的收獲和國產自研之路的啟發。

給開源生態體系帶來的利益

OpenPPL 是國內少數的開源高性能推理框架，并且積極對各類開源架構進行支持。而在性能上，商湯比肩的是 Intel 和 NVIDIA。

我們認為，國產性能框架只有真正開源后，才能為更多開發者所使用，使框架從數據和業務中來、再回到中去，形成完整閉環。

當前 AI 的應用，早已從消費場景走向自動駕駛、智慧醫療等工業級應用。AI 的技術離不開深度學習。訓練和推理，是深度學習的一體兩面，有了「訓練」對大量數據進行碰撞、挖掘，再利用「推理」框架得到想要的結果，就能實現智能的精準達成。

本次演講，也是希望能有更多 AI 從業者乃至更廣泛的開發者能夠了解并認識到國產 AI 框架的能力，并一同利用開源的 AI 能力做出更多有價值的應用。

演講者簡介

蘭青，亞馬遜云科技算法工程師，碩士畢業于美國哥倫比亞大學， 本科畢業于英國利物浦大學。蘭青是DJL 深度學習框架的作者之一，也是 Apache MXNet PPMC成員之一，精通深度學習框架架構以及 Java 開發， 致力于研究并解決用戶在機器學習推理和訓練中遇到的難題。?

曾寫過多篇博文和多次演講講解開源技術，推行開源文化，鼓勵新一代開發者擁抱開源

演講題目

《使用開源DJLServing單機部署百億參數機器學習模型》

演講簡介

隨著機器學習領域不斷演進，性能更強，體量更大的語言模型如GPT2, OPT, GPT3等模型提供了更好更優的推理表現。因為算力的要求，這些模型往往需要GPU加速才可以完成延遲率和吞吐量的要求。但是，由于GPU顯存大小的限制，一個gpu無法放進一整個模型。這個時候，我們需要更優更快的多模型分割技術以及多gpu協同計算的能力。在這個背景下，亞馬遜云科技推出了一系列使用DJLServing，一個開源的機器學習模型服務器的解決方案。這套解決方案同時也適用于Amazon SageMaker推理平臺。在這個分享會中，您將獲得從模型分割，壓縮，蒸餾，及性能優化等技術分享，同時也可以掌握基于開源DJLServing的大模型推理調優等技術。

目標聽眾群

機器學習領域開發者、開源愛好者，聽眾了解通過開源的更優更快的多模型分割技術以及多gpu協同計算的能力，解決大力量與演模型的延遲率和吞吐量問題。

給開源生態體系帶來的利益

激發更多中國大陸的程序員用開源的方式參與公益性應用軟件開發的興趣。

演講者簡介

黃風，華為MindSpore框架研發工程師；碩士畢業于浙江大學計算機學院；核心工作為參加自動并行代碼相關開發；曾參加過多個大模型訓練包括鵬城盤古模型千億模型等

演講題目

《MindSpore Transformer大模型和推薦大模型關鍵技術》

演講簡介

Transformer大模型成為當前人工智能技術發展的重要方向，其在多個領域的實際任務中都有大幅度超越傳統模型的表現。無監督預訓練配合下游快速微調的模型成為了人工智能新的范式。另一方面，相較于傳統的模型，大規模的參數使得Transformer大模型的訓練、微調、以及推理都面臨著諸多挑戰。本次議題主要和大家分享MindSpore Transformer大模型和推薦大模型中的關鍵技術

目標聽眾群

深度學習開發者以及大模型應用相關從業人員，增強大模型技術了解和MindSpore解決方案

給開源生態體系帶來的利益

幫助大模型相關從業人員更好的進行大模型技術開發

演講者簡介

李薇，“OpenXLab浦源”人工智能開源開放體系，包含了“OpenDataLab浦數”等九大開源項目，覆蓋從感知到決策、從平面到立體、從數據到計算、從技術到人文教育等方面，將推動人工智能對產學研各領域全面賦能，為推動人工智能科研與技術突破、交叉創新、產業落地提供全方位平臺支撐。

目前OpenDataLab 平臺已擁有 3500+ 數據集、1300+ 任務類型、40TB 數據集規模，涵蓋 30+的應用場景、20+ 標注類型、多種數據類型，數據集具備統一的數據集組織結構標準與標注格式標準，能夠通過多種維度在平臺上進行檢索。所有數據集均提供國內開發者進行免費、高速、便捷的數據下載。OpenDataLab秉承“智慧共享、開源高效”的核心理念，致力于打造具有國際影響力的數據開源平臺。

演講題目

《建設開源數據生態體系 ?助力高水平科技創新》

演講簡介

數據是人工智能行業必不可少的生產要素，而獲取數據難，數據加工難，數據分享難等問題對人工智能算法研究產生了較大的制約，因此OpenDataLab致力于建設開源數據生態體系，通過建立數據資源共享，數據處理工具箱，數據標準語言，助力人工智能的研發和創新。

目標聽眾群

人工智能行業人群

給開源生態體系帶來的利益

推動人工智能數據開源開放

演講者簡介

張海寧，現任VMware中國研發先進技術中心技術總監， 云原生實驗室主任，聯邦學習開源項目 FATE 開發專委會主席，Harbor企業級容器鏡像倉庫開源項目創始人，《Harbor權威指南》《區塊鏈技術指南》作者之一。目前著重關注容器、區塊鏈和云計算等領域的研究和開發工作。

演講題目

《VMware AI新進展》

演講簡介

人工智能時代中通常有三大要素，分別是算法、算力和數據。其中數據被認為是AI發展的動力的源泉，是新時代的石油，國務院在2020年指出數據是生產要素之一。數據使用如何保護隱私，避免數據泄露，符合相關監管法規是重要的技術挑戰。聯邦學習是解決數據隱私問題，合規使用數據的有效方案。VMware深度參與業內首個工業級別的聯邦學習項目FATE的開發以及運營，并即將開源一個生命周期管理工具FedLCM，用于管理多云環境下的聯邦學習平臺，同時還支持多種聯邦學習的框架。

隨著云計算和移動計算的發展和成熟，邊緣計算模式也迅速興起。如何在異構邊緣平臺上方便、靈活、高效地執行、并從云側運維AI任務，是我們關注并正在解決的挑戰。另一方面，數據中心是承載云計算任務的基礎設施，也是IT領域中能源消耗巨大的主要原因。在通過AI技術在數據中心整體運維上降低能耗、減少排放、控制成本、提高效率方面，我們最近也取得了一些驗證的成果。

目標聽眾群

關注人工智能技術的開發者

演講者簡介

路廣，現任職于VMware首席技術官辦公室，專注邊緣計算和可持續性領域的創新技術和產品方案。他具有20年跨國商業軟件產品和互聯網/云服務開發和管理經驗。他于2009年加入VMware，曾在云基礎設施、網絡和高級安全、現代應用管理、電信等事業群/部門管理產品研發團隊。之前他曾供職于Sun、微軟和Aol的研發部門。他是EdgeX Foundry中國項目和社區共同維護者，曾是OpenOffice.org的早期工程師和布道者。他擁有清華大學電氣工程學士和碩士學位。

演講題目

《VMware AI新進展》

演講簡介

人工智能時代中通常有三大要素，分別是算法、算力和數據。其中數據被認為是AI發展的動力的源泉，是新時代的石油，國務院在2020年指出數據是生產要素之一。數據使用如何保護隱私，避免數據泄露，符合相關監管法規是重要的技術挑戰。聯邦學習是解決數據隱私問題，合規使用數據的有效方案。VMware深度參與業內首個工業級別的聯邦學習項目FATE的開發以及運營，并即將開源一個生命周期管理工具FedLCM，用于管理多云環境下的聯邦學習平臺，同時還支持多種聯邦學習的框架。

隨著云計算和移動計算的發展和成熟，邊緣計算模式也迅速興起。如何在異構邊緣平臺上方便、靈活、高效地執行、并從云側運維AI任務，是我們關注并正在解決的挑戰。另一方面，數據中心是承載云計算任務的基礎設施，也是IT領域中能源消耗巨大的主要原因。在通過AI技術在數據中心整體運維上降低能耗、減少排放、控制成本、提高效率方面，我們最近也取得了一些驗證的成果。

目標聽眾群

關注人工智能技術的開發者

演講者簡介

李楓，先后就職于摩托羅拉, 三星等IT公司, 現為獨立開發者。在移動平臺上積累了十年以上的研發經驗, 近幾年主要專注于云計算/邊緣計算基礎設施（包括AI, ?Virtualization, Program Runtime, Network, 5G, RISC-V, EDA等軟硬件領域）。

是《灰帽黑客 第4版：正義黑客的道德規范、滲透測試、攻擊方法和漏洞分析技術（ISBN：9787302428671）和《惡意網絡環境下的Linux防御之道 》（ISBN: 9787115544384）中文版的主要譯者。

對技術創新具有濃厚的興趣和實踐能力，熱心參與開源社區的各種活動，多次參加各類IT會議并作技術分享。

之前做過的各種技術演講（皆為第一作者）可見于下面的鏈接：

?https://github.com/XianBeiTuoBaFeng2015/MySlides

演講題目

《Ray--分布式計算和人工智能中的瑞士軍刀》

演講簡介

源自伯克利Riselab的知名開源軟件項目目前已進入2.x發展階段，Ray是用于擴展AI和Python應用程序的統一框架。它主要由一個核心分布式運行時和一個用于加速各種ML工作負載的庫工具包(Ray AIR)構成。由于設計和實現的先進性，Ray已獲得業界高度關注與認可，并且在生產環境下Ray及其衍生產品也得到了越來越廣泛的真實應用，Ray的出現與演進也極大推動了分布式人工智能的發展。本議題以Ray為中心，將包含下列內容；

?1）最新Ray 2.0的趨向和架構設計；

?2）基于ARM平臺的Ray項目實踐--使用開源硬件平臺如樹莓派和基于瑞芯微RK系列處理器的開發板來嘗試

?搭建Ray集群；

?3）嘗試使用官方CPython之外的Python運行時來加速Ray;

?4) ?Ray項目的重構--Ray項目軟件層解析和探討使用Python+Rust來代替目前Python+C++的軟件層。

另附主要技術棧的相關鏈接如下：

https://ray.io/

https://github.com/ray-project

https://en.wikipedia.org/wiki/ARM_architecture

https://en.wikipedia.org/wiki/Raspberry_Pi

https://www.rock-chips.com/

https://en.wikipedia.org/wiki/Python_(programming_language)

https://en.wikipedia.org/wiki/C%2B%2B

https://en.wikipedia.org/wiki/Rust_(programming_language)

目標聽眾群

對分布式計算（主要目標是人工智能及大數據處理）感興趣的同學，可以從本話題中更深入地了解源自UC Berkeley RISELab的Ray分布式計算框架， 更好地理解其背后的設計思想和動機，以及潛在的改進和派生。RISELab是在分布式計算、大數據處理、人工智能等領域世界知名的實驗室，其前身AMPLab推出過很多著名開源項目如Apache Spark和Alluxio

給開源生態體系帶來的利益

隨著人工智能和大數據處理的進一步發展對高性能分布式計算和集群計算提出更高的要求，業界迫切需要高效靈活易用的新一代分布式計算框架/人工智能引擎。RISELab適時推出的Ray項目具有獨特的設計視角和新穎的實現思路，同時還著力于廣泛采用現代運維技術和DevOps友好的實踐、以及和人工智能/數據處理知名第三方項目的集成。?本話題不僅將探討上述技術棧，同時也會引入自己的思考和探索--Ray項目潛在的改進和派生。

本次大會的線上互動群（COSCon'22 @開源人團聚）也如約而至。加入社群，了解大會一手信息，精彩周邊拿不停！

03

年度合作伙伴

掃描二維碼即可報名 點擊「海報分享」生成個人專屬海報

出品丨COSCon'22組委會

編輯丨李佳陽

設計丨蘇子馨 朱億欽 王夢玉

更多精彩丨COSCon'22

#

Vol.1

#

Vol.2

KAIYUANSHE/? ?開源社

#

開源社成立于 2014 年，是由志愿貢獻于開源事業的個人成員，依 “貢獻、共識、共治” 原則所組成，始終維持廠商中立、公益、非營利的特點，是最早以 “開源治理、國際接軌、社區發展、開源項目” 為使命的開源社區聯合體。開源社積極與支持開源的社區、企業以及政府相關單位緊密合作，以 “立足中國、貢獻全球” 為愿景，旨在共創健康可持續發展的開源生態，推動中國開源社區成為全球開源體系的積極參與及貢獻者。

2017 年，開源社轉型為完全由個人成員組成，參照 ASF 等國際頂級開源基金會的治理模式運作。近八年來，鏈接了數萬名開源人，集聚了上千名社區成員及志愿者、海內外數百位講師，合作了數百家贊助、媒體、社區伙伴。

總結

以上是生活随笔為你收集整理的论坛介绍｜COSCon'22 人工智能（A）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。