这次演讲主要探讨大模型分布式训练的基本原理与优化方案。首先，我们将介绍百度百舸AIAK 在模型训练领域的工作成果，以及针对大模型训练的解决方案。随后我们将聚焦大模型训练性能优化的关键技术原理，分析常见的分布式并行策略，拆解性能优化的主要技术，以及百度智能云的具体工程实践方法等。此外，我们还将讨论面向未来的一些探索工作，如针对算力、模型、规模等不断变化的需求，如何进行自适应的分布式训练，使模型训练门槛更低，效率更高。

演讲大纲：

1. 大模型训练性能优化原理与实践

2. 百舸 AIAK 在模型训练方向的工作介绍

3. 大模型分布式训练的基本原理与优化实践

4. 面向未来的工作——自适应训练技术

你将获得：

• 了解百度百舸 AIAK 在模型训练领域的实践和积累
• 了解大模型训练领域的主要技术挑战和性能优化思路