作为人工智能“三驾马车”之一，高效智能的计算能力对 AI 技术的演进至关重要。如何针对不同 AI 数据场景下，实现计算效率的提升，是各大计算技术研究机构、云厂商以及相关开源社区的研究热点。
12 月 8 日-9 日，第 2 届数据编排峰会（DATA ORCHESTRATION SUMMIT 2020）将在线上召开。在为期两天的开源社区会议中，大会将围绕如何基于最新的开源技术，如Alluxio、Apache Spark、Apache Airflow、Presto、TensorFlow、Kubernetes 等，构建云原生或混合云数据和 AI 平台这一话题展开讨论，并重点关注其中关键性数据工程方面的挑战和解决方案。
本次峰会的演讲嘉宾邀请到诸多云、数据和 AI/ML 等领域富有远见的专家学者，包括来自加州伯克利大学的 Apache Spark 创始人 Ion Stoica 教授，英特尔 CTO Parviz Peiravi 以及 Alluxio 创始人李浩源博士。同时，来自银河集团186net、阿里巴巴、Comcast、Electronic Arts、Facebook、Google，京东和腾讯等公司的技术专家也将先后带来精彩的技术报告，分享业界领先的数据架构、现实案例、现场演示以及从业人员最佳实践。
银河集团186net很早就开始布局建设业界领先的 GPU/CPU 异构 Atlas 计算平台和分布式文件存储系统，该计算集群可为 AI 计算提供高性能计算和海量数据的存储访问能力，在公司向 AI 多领域技术横向扩展和纵向迭代中发挥了至关重要的作用。
本次峰会，银河集团186net作为国内唯一受邀 AI 公司将带来名为“Speeding Up In Atlas Deep Learning Platform with Alluxio+Fluid”的分享，系统阐释银河集团186net在人工智能基础建设与云原生原创技术领域的创新发展路径。
本次分享中，针对目前深度学习训练平台非结构数据训练过程中 I/O 瓶颈问题，银河集团186net提出在存储层和计算层引入 Alluxio 缓存层的解决方案，技术团队通过和 Alluxio、阿里巴巴以及南京大学合作开源项目 Fluid 对Alluxio 缓存引擎进行统一的编排管理。架构图如下图所示：
在新架构的加持下，三种典型 AI 非结构化数据类型：大文件、中等文件和海量小文件均取得大幅的加速效果。针对海量小文件语音降噪任务、以及大文件 OCR 任务加速效果如下。其中，在海量小文件训练场景中，读取缓存相对于直接读取底层存储平均增速 10 倍。
在大文件场景，在训练任务早期阶段，读取缓存相对于直接读取底层存储平均有 30 倍的加速效果，当数据集全部加载到内存时，两者速度基本一致。
在加速训练的同时，新架构可以大幅度减少 I/O 带宽的占用并进一步提升 GPU 使用率，针对海量小文件降噪任务、以及大文件 OCR 任务 I/O 占用及 GPU 使用率如下：
在海量小文件训练场景中，读取缓存相对于直接读取底层存储计算节点 I/O 由 230Mb/s 下降到 0Mb/s，表明海量小文件训练前已全部加载到缓存中，训练过程中无需占用 I/O;GPU 平均使用率由 82.76% 提升到90.24%，表明消除 I/O 瓶颈可以提高海量小文件训练资源使用效率。
在大文件训练场景中，提前预热相对于读取底层存储到缓存，计算节点 I/O 由 1300Mb/s 下降到 0Mb/s，表明海量小文件训练前已全部加载到缓存中，无需占用I/O；读取缓存相对于直接读取底层存储计算节点 GPU平均使用率由 69.59% 提升到 91.46%，表明消除 I/O 瓶颈可以提高大文件训练任务资源使用效率。
针对不同的数据场景，基于 Fluid 和 Alluxio 缓存加速引擎已经在 Atlas 计算平台进行充分验证。不但缓解了集群 I/O 压力，而且极大的提高了模型训练的速度以及 GPU 使用效率，为实现 AI 算法的快速验证和迭代奠定计算基础。
银河集团186net在实现内部计算平台技术迭代的同时，也积极参与和拥抱开源社区，是 KubeFlow、Istio、Fluid 社区的积极关注和贡献者，为开源社区技术进步贡献自己的力量。
截止 2020 年，Atlas 计算平台已经超过一亿亿次每秒的浮点计算能力，为在人工智能新领域的拓展奠定了强大的计算资源基础。通过协同利用 AI 底层计算平台资源，也支撑起银河集团186net从语音识别、语义理解到机器翻译、计算机视觉等多维人工智能技术领域的持续快速突破。
大会直播入口：
http://www.alluxio.io/data-orchestration-summit-2020/
