人工智能、计算能力、物联网的发展正重新定义着这个时代的云计算。当云原生 Java... 展开 >
拥有超过 20 年在 IT 行业以及软件开发领域的工作经验。在此之前他曾经任职于 Microsoft、Apple 等知名企业,任职架构师、技术顾问等职务,参与过多个大型软件项目的设计、开发与项目管理。目前专注于云计算以及互联网等技术领域,致力于帮助中国的开发者构建基于云计算的新一代的互联网应用。
人工智能、计算能力、物联网的发展正重新定义着这个时代的云计算。当云原生 Java 应用被越来越多的客户接受并运用在业务上,容器云的演进带来对运维和思维方式的巨大变革,计算机视觉、自然语言处理等技术应用所释放的云潜力,让技术融合的发展空间进一步拓宽,而各行各业也正依托于云计算完成自身改造。
本专场聚集了在云计算领域深耕多年的一批一线技术专家,演讲内容将围绕 AWS 基于 MXNet 框架进行深度学习应用开发、快速实现分布式的大规模集群上的模型训练、如何在 AWS 之上通过 Prometheus 和 Fluentd 等开源项目构建容器平台、如何在 AWS 平台上实践基于 Spring Cloud 的微服务,以及 AWS 物联网和边缘计算的最佳实践等而展开。
深度学习技术的进步推动了计算机视觉、自然语言处理以及推荐系统等领域的快速发展。这一变化很重要的原因就是充分利用了 GPU 加速计算,以及高度灵活和对开发人员友好的深度学习框架的出现和发展。本议题将为您介绍 MXNet 框架的特点以及如何利用此框架进行深度学习应用的开发。Apache MXNet 是一个开源的、精简的、具有灵活和高度可扩展能力的深度学习框架,它支持深度学习模型中的最新技术,包括卷积神经网络(CNN)和长短期记忆网络(LSTM)等。
您将学习到如何快速开始使用 AWS 云中的 NVIDIA GPU,以及如何在几分钟内轻松扩展到数百个 GPU,实现分布式的大规模集群上的模型训练。
流利说基础架构一直在发生改变,从完全基于 EC2 到基于 EC2 之上的 Docker,再到如今的 Kubernetes 平台,每一次改变都意味着我们在尝试解决一些新的问题。Kubernetes 给我们带来很大便利的同时,也带来很多思维方式以及运维方式的转变,要把 Kubernetes 用在生产上并不容易。我们在 AWS 之上通过 Prometheus、Fluentd 等诸多社区流行的开源项目构造了自己的容器平台,踩过一些坑,最终在生产环境稳定运行了近一年。
您将了解到 Kubernetes 应用,以及在生产中,特别是在 AWS 上使用 Kubernetes 的问题以及解决方案,希望能把这些探索和经验分享给大家。
Java 在企业中有着非常广泛的应用基础,随着云计算技术的发展,云原生 Java 应用被越来越多的客户接受并积极运用在业务上;在本演讲中,我们会跟大家一起分享在 AWS 平台上基于 Spring Cloud 微服务一些实践,比如如何与 AWS 云服务集成,持续集成与发布,微服务中的数据架构等等。
如何在 AWS 上构建 Spring Cloud 的微服务,如何通过 Spring Cloud 集成 AWS 云服务以及在 AWS 上微服务相关的架构和最佳实践。
物联网设备通常是小而便宜的设备,但数量众多,可达到百万甚至千万级别。所以在物联网世界里我们会遇到很多独特的问题,海量数据如何收集、如何快速响应并通知其他相关设备、如何基于收集的数据构建新的业务、安全如何处理、网络质量差的场景如何处理等等。本次演讲中我将为大家介绍AWS物联网和边缘计算的最佳实践以及客户在使用 AWS IoT 中所解决的问题和架构。
如何在 AWS 上构建物联网业务;在 AWS 上构建物联网和边缘计算的架构和最佳实践以及在 AWS 上物联网客户案例。