本书基于作者多年的研究成果，详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书面向多数据中心间的分布式机器学习系统，针对多数据中心间有限的传输带宽、动态异构资源，以及异构数据分布三重挑战，自底向上讨论梯度传输协议、流量传送调度、高效通信架构、压缩传输机制、同步优化算法、异构数据优化算法六个层次的优化技术，旨在提升分布式机器学习系统的训练效率和模型性能，突破跨数据中心机器学习的通信瓶颈和数据壁垒，实现多数据中心算力和数据资源的高效整合。 本书可作为跨数据中心机器学习的参考资料，供人工智能及分布式计算领域的科研和工程人员阅读。<br/>【推荐语】<br/>本书作者长期致力于通信前沿技术的研究，本书内容基于作者多年的研究成果，详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书理论结合实际应用，层次清晰，易于阅读，可作为跨数据中心机器学习的参考资料，供人工智能及分布式计算领域的科研和工程人员阅读。<br/>【作者】<br/>虞红芳，博士，电子科技大学教授、博士生导师、副院长。已承担课题30余项，企业合作项目20余项，获省部级科技奖2项、华为优秀科研项目奖2次。在国内外知名期刊和会议发表学术论文200余篇，H指数37；出版学术专著4部，授权发明专利80余项。研究兴趣包括网络虚拟化、下一代网络、云/边缘计算、分布式系统、网络安全等。 李宗航，博士，电子科技大学英才实验学院导师，曾访学牛津大学和南洋理工大学。发表学术论文20篇；选电子科技大学领军人才计划；获通信学会未来之光奖、牛津影响力项目奖和浦口经英才奖等多项荣誉；主研课题等8项，获未来网络领先创新科技成果奖。研究兴趣包括分布式人工智能、智算网一体化和联邦学习。 孙罡，博士，电子科技大学教授，博士生导师。长期致力于网络虚拟化、云计算、物联网与分布式系统等领域的相关研究。在国内外各知名期刊发表SCI/EI检索论文100余篇，出版学术专著3部，已授权美国发明专利3项、中国发明专利70余项。 罗龙，博士，电子科技大学副教授。长期从事网络算法、分布式系统等相关研究。在国内外知名期刊和会议上发表学术论文30篇；授权发明专利7项；选第八届中国科协青年人才托举工程；主持/主研国家自然科学基金、国家重研发计划等项目。<br/>
評論0