作为国内大数据领域的顶级大会，2016中国大数据技术大会将于2016年12月8日-10日在北京新云南皇冠假日酒店隆重举办。中国大数据技术大会从2008年至今已近十年，超过一万名大数据开发者参与其中，完整地见证了中国大数据技术与应用的变革，忠实地描绘了大数据领域内的技术热点，沉淀了无数极具价值的行业实战经验，历经九届的中国大数据技术大会由于其专业性、技术性，已经成为国内外大数据领域的顶级盛会，也因此受到大数据开发者的强烈关注。
本次大会是由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、中科天玑数据科技股份有限公司与CSDN共同协办。聚焦行业最佳实践，数据与应用的深度融合，关注热门技术在行业中的最佳实践和深度应用。除Keynote以外，主办方还精心策划了16场+专题技术和行业论坛，100多场技术演讲，累计邀请超过130位技术专家担任演讲嘉宾。预计数千名大数据行业精英、技术专家及意见领袖将齐聚2016中国大数据技术大会，分享最新技术与实践的洞察与经验，共商大数据时代发展之计。
其中，高性能计算与大数据的融合论坛将于12月10日下午举行，该论坛将有5位讲师分享各自的议题。
大数据时代的新型计算机系统结构
个人介绍：
金海1994年毕业于原华中理工大学计算机系计算机系统结构专业，获工学博士学位。1996年5月至1996年8月获德国DAAD交换学者奖学金，在德国Chemnitz大学从事有关SCI互连的SMP集群计算机的科研合作。1998年4月至2000年12月赴香港大学从事博士后研究，期间于1999年1月至2000年12月赴美国南加州大学继续从事博士后研究工作。2000年底回国工作至今。曾参加了香港大学和美国南加州大学的集群及 格系统的研究。主要研究领域为计算机体系结构、计算系统虚拟化、集群计算和云计算、 络安全、对等计算、 络存储与并行I/O等。
议题介绍：
告从大数据的处理需求谈内存计算的优劣，针对目前的内存计算功耗问题，结合目前流行的非易失存储器件，提出了采用将非易失存储器件和目前的DRAM结合在一起构成异构内存体系结构。作为大数据处理的新型体系结构， 告探讨了这种结构面临的技术挑战和研究方向，最后结合国家863计划项目的实施，将介绍最近在这个方面的相关研究进展。
陈文光 清华大学教授
ARM嵌入式系统的DNN性能优化
个人介绍 ：
张先轶，开源项目OpenBLAS发起人和主力维护者，中科院博士，之后分别在UT Austin大学和MIT进行博士后研究。2016年创立PerfXLab公司，专注于提供人工智能领域的高性能解决方案和服务。
议题介绍:
深度学习已经成为近年的热点之一。由于一些场景的实时性要求，DNN的inference不只是放在服务器端，也会前置到嵌入式端。这就对嵌入式的性能优化提出了较高需求。
在ARM处理器上，传统科学计算领域的BLAS库（比如OpenBLAS）并不能匹配DNN的卷积层计算模式。此次 告将分享本团队在ARM上的DNN优化经验和技术，介绍我们的自动调优工具，包括汇编指令级优化，Cache级别优化等。
斯雪明 数学工程与先进计算国家重点实验室研究员
深度学习基础架构：从算法创新到生产力的推进器
个人介绍：
林倞，商汤科技研发执行总监，中山大学教授，国家优秀青年基金获得者。2008年在北京理工大学获得博士学位，分别于2006-2007、2008-2010年在美国加州大学洛杉矶分校学习和工作，2014-2015年在香港理工大学、香港中文大学访问。长期从事视觉感知计算与智能学习相关领域的研究，在物体/场景结构化解析、深度神经 络、相似性及度量学习、半监督自主学习等方面取得了一系列创新成果，在若干标准测试平台上达到国际一流水准。迄今在CCF-A类国际学术期刊与会议上发表论文60余篇，包括在PAMI/IJCV期刊发表论文10篇。获得NPAR 2010最佳论文奖，IEEE ICME 2014最佳学生论文奖，2012 Google Faculty Award，2014 Hong Kong Scholars Award，率队获得2016 英特尔杯全国并行应用挑战赛金奖。目前担任IEEE Trans. Human-Machine Systems等3个国际知名期刊的编委(AE)。
议题介绍：
更多详细请查看中国大数据技术大会（BDTC）官 ：http://bdtc2016.hadooper.cn
2016中国大数据技术大会（BDTC）：130+位讲师，16大分论坛，中国科学院院士陈润生，美国伊利诺伊大学香槟分校（UIUC）计算机系教授翟成祥，驭势科技联合创始人、CEO吴甘沙，上交所前总工程师白硕，日本国家信息研究所所长喜连川优，百度金融研发负责人沈抖等专家将亲临2016中国大数据技术大会。【抢票】
相关资源：斯维尔软件
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！