报告题目：面向自主超算的Minigo算法大规模训练

报告人：李荣春  副研究员（GF科技大学计算机学院） 

主持人：曹强  青年研究员

报告时间：2022年5月27日星期五 上午10:30-11:30

报告地点：腾讯会议（会议号：466-370-888）

报告摘要：    

      在核心技术自主可控的背景下，国产自主软硬件平台的重要性越发凸显。面向自主超算平台的算法优化需要针对自主超算的软硬件特性，结合算法自身特点，发挥软硬件网络协同优势，实现面向大规模异构计算节点的大规模计算。Minigo算法是机器学习Benchmark MLPerf中强化学习测试集，用于测试超算平台的通用处理能力、智能计算能力和网络通信能力。如何在自主超算平台中实现Minigo的高性能大规模训练，是一个具有一定挑战的技术难题。本报告从节点间并行、节点内CPU-DSP异构流水并行、DSP核间并行以及DSP指令集并行等三个并行层次描述如何在自主超算平台上实现Minigo的并行优化。

报告人简介：    

       李荣春，GF科技大学计算机学院并行与分布处理GF重点实验室副研究员，硕士生导师，主要研究方向包括深度学习、强化学习、面向异构平台的算法优化等。主持国家自然科学基金、GF预研项目、J内科研等多个项目，作为技术骨干参与到GF创新特区重点项目、核高基项目等多个重点项目，在IJCAI、Multimedia、TCS、JSA等会议或期刊上发表论文40余篇，申请授权国家发明专利10项。