在数据科学发展浪潮地推动下，机器学习等技术日益流行，甚至已成为广告/推荐等互联网核心业务中不可或缺的一部分，JVM 在该领域有所建树是至关重要的。单纯从技术角度来看，Java/JVM虽然具有高可靠性、高生产力等优势，但从数据类型、内存布局，再到硬件级别优化等方面来看，仍有较大改进空间。
 
本次演讲将梳理对机器学习负载至关重要的一些 Java 前沿创新，并以 Tencent JVM 研发团队在广告核心业务落地 Vector API 技术为例，探讨如何跨越 OpenJDK 版本鸿沟，加速其在 Java 生态的落地实践。

内容大纲

1. 当前 Java 生态在机器学习领域的优势与不足，梳理能够深刻影响 Java 在机器学习领域竞争力的前沿创新技术
2. OpenJDK 新的发布周期和 Incubator 模式对于企业业务场景创新的实践意义
3. 以 Tencent Kona JDK 的 Vector API 技术落地实践为例，探讨

• JVM 底层如何充分发挥指令级别性能潜力
• 如何跨越 OpenJDK 版本鸿沟，平衡前沿和通用场景业务需求

听众受益

1. 掌握在机器学习领域的 OpenJDK 前沿技术
2. 掌握 JVM 负载如何从指令级别层面充分挖掘性能潜力，理解 JVM 引擎内部原理与实践

适合人群

Java 开发者、软件架构师和企业 IT 技术决策者，大数据/机器学习引擎技术专家。