| 查看: 59 | 回复: 0 | ||
yaoyaozero4新虫 (初入文坛)
|
[交流]
AI3T 2026 | 分布式 AI 训练与工作负载编排 Track
|
|
会议简介: 首届AI基础设施与互联技术国际会议（AI3T 2026）将于 2026年12月13日至15日在中国合肥召开。AI3T是聚焦智能时代物理底座的全新国际学术会议，旨在为AI基础设施与架构、具身智能及网络、光学与AI、AI安全、AI数据中心、分布式AI训练等相关领域的专家学者、工程技术人员和产业界代表提供一个共享科研成果、交流最新进展、探讨前沿趋势、促进技术合作与产业转化的高水平平台。欢迎国内外研究者踊跃投稿！ Track 简介 今天介绍的track是：Distributed AI Training & Workload Orchestration（分布式 AI 训练与工作负载编排） 这个方向则关注算力资源怎么调度、训练任务怎么高效跑起来，主要包含三块： 1.分布式训练的通信优化：通过梯度压缩、通信与计算重叠、并行策略（数据 / 流水线 / 张量并行）等手段，降低多机多卡训练中的通信开销，提升加速比。 2.训练与推理工作负载的协同调度：在同一集群里同时安排大模型训练（追求整体吞吐）和在线推理（追求低时延），通过智能调度让两类任务错峰共享 GPU、互不抢占。 3.跨集群、跨域的 AI 资源池化：把分散在多个机房、多个地域的算力统一抽象成 "资源池"，实现跨集群调度和弹性供给，让空闲 GPU 被充分利用。 一句话总结：研究 "任务怎么分、算力怎么排、通信怎么省"，让分布式训练又快又稳、资源利用率拉满，偏分布式系统、并行训练与集群调度（K8s / 云原生）方向 大会官网：https://ai3t.ieee-aiconf.cn |
回复此楼