报告时间：2023年9月11日（周一）10：00 – 12：00

报告地点：bat365中文官方网站2号楼219会议室

报告题目：Network Optimization for Distributed Learning

Abstract：Network communication poses a significant challenge to large-scale distributed DNN training. In this talk, I will present our efforts towards a domain-specific network optimization by exploiting special properties of distributed deep learning. Furthermore, our observations made in this work could inspire more critical thinking on how to domain-specific networking for AI.

报告摘要：网络通信对大规模分布式DNN训练提出了重大挑战。在本次报告中，我将介绍我们通过利用分布式深度学习的特殊性质来实现特定领域网络优化的努力。此外，我们在这项工作中所做的观察可以激发人们对如何为人工智能建立特定领域的网络进行更具有批判性的思考。

报告人介绍：陈凯,香港科技大学计算机科学与工程系教授、博导，网络系统实验室(iSING Lab)主任，港科大-微信人工智能技术联合实验室(WHAT Lab)主任,香港人工智能与机器人学会(HKSAIR)副理事长。目前主要从事数据中心网络、高性能网络、机器学习系统、隐私计算的研究,曾多次在SIGCOMM, NSDI, OSDI, TON等国际主流学术会议和期刊上发表文章,担任SIGCOMM, NSDI, INFOCOM, TON, TCC等国际会议和期刊的程序委员和编委，是亚太网络研讨会APNet发起者和指导委员会主席，陈凯本科和硕士毕业于中国科学技术大学、博士毕业于美国西北大学。