视频介绍
直播主题：
AI正在深度影响各行各业，本系列视频将讲解如何利用阿里云的GPU云服务，共享存储CPFS/NAS，容器服务Kubernetes版等产品搭建AI图片训练，语音训练，图片推理等场景的最佳实践，这里还提供了相应的demo程序，可以用于快速构建真正的生产环境。同时，阿里云还提供了飞天AI加速工具，用于加速训练和推理的过程。
本系列还提供了两个使用RAPIDS加速库加速深度学习和图像搜索任务的最佳实践。
场景描述
本方案适用于自然语言处理的训练场景，使用神龙GPU云服务器（SCCGN6）+CPFS+容器服务Kubernetes版（ACK）进行NLP的训练，采用Bert模型，使用飞天AI加速训练工具可以有效提升多机多卡的训练效率。
解决问题
使用神龙+ACK搭建NLP训练环境。
使用SCC的RDMA网络
使用CPFS存储训练数据
使用飞天AI加速训练工具加速训练
产品列表
- 神龙GPU云服务器（SCCGN6）
- 容器服务Kubernetes版（ACK）
- SCC超级计算集群
- CPFS共享存储
嘉宾介绍：
张敬海 阿里云解决方案架构师
2018年加入阿里云，之前在阿里云存储研发团队，负责并行文件存储CPFS的相关开发工作。目前专注于解决方案相关开发和支持工作，在服务AI客户方面有丰富的经验积累。
相关视频
来源圈子
更多
阿里云最佳实践，是基于众多客户上云的成功案例萃取而成的最优化企业上云指导。每个最佳实践包括使用场景、多产品部署架构及部署手册。帮助客户更好地理解阿里云的产品和解决方案，降低企业上云门槛的同时满足客户自服务的需求。
+ 订阅
相关文章
更多
NLP教程(1) - 词向量、SVD分解与Word2Vec
阿里云自然语言处理--词向量（高级版-搜索领域）Quick Start
NLP(4) | 用词向量技术简单分析红楼梦人物关系用n-gramma生成词向量word2vect进行模型训练
NLP(1) | 词向量one hot编码词向量编码思想
NLP之word2vec：利用 Wikipedia Text(中文维基百科)语料+Word2vec工具来训练简体中文词向量（二）
NLP之word2vec：利用 Wikipedia Text(中文维基百科)语料+Word2vec工具来训练简体中文词向量(一)
Kaggle word2vec NLP 教程 第三部分：词向量的更多乐趣
Kaggle word2vec NLP 教程 第二部分：词向量
干货分享 | 自然语言处理及词向量模型介绍（附PPT）
深度学习和自然语言处理：诠释词向量的魅力