“青年科技工作者園地”舉行第158次活動
時間：2024年1月11日(本周四) 下午14:30
地點：二樓會議室（東莞同事和同學(xué)通過視頻）
騰訊會議：185762668
會議密碼：238163
入會鏈接：https://meeting.tencent.com/dm/Ek62okCC0aor
報告人：胡家瑞
報告題目：基于采樣的并行程序性能測量分析工具研究??
報告簡介：并行計算程序的性能在實際運行中常常與理論峰值和預(yù)期存在較大差距。使用性能分析工具進行程序調(diào)優(yōu)是解決這一問題的高效手段。然而，程序員和開發(fā)者在使用性能分析工具時往往面臨選擇困難、配置和使用復(fù)雜等挑戰(zhàn)。研究基于采樣的并行程序性能分析工具有助于解決上述問題。相比于插樁技術(shù)，基于異步采樣的性能工具可以更好地控制測量開銷和測量數(shù)據(jù)大小。該文著重研究了三種典型的基于采樣的性能分析工具：VTune Profiler、HPCToolkit和Nsight Systems，分析了其原理和功能，并且結(jié)合VASP等實際應(yīng)用程序?qū)ぞ叩能浻布治瞿芰筒⑿芯幊谭治瞿芰M行了詳細的探究和對比。根據(jù)這些工具在不同的應(yīng)用場景下表現(xiàn)出的不同適用性和分析效果，提出了綜合運用多種工具進行性能分析的方案，為開發(fā)者和程序員提供有益的參考。
報告人：程延福
報告題目：機器學(xué)習(xí)模型中系統(tǒng)調(diào)用數(shù)據(jù)的處理方法
報告簡介：內(nèi)核跟蹤是低級事件的分段，包括一個名稱和多個參數(shù)，包括時間戳、進程id和返回值，具體取決于事件。他們的分析有助于發(fā)現(xiàn)入侵，識別漏洞，并找到事件論據(jù)的潛在性。為了更好的處理這部分數(shù)據(jù)，并借助機器學(xué)習(xí)的方法發(fā)現(xiàn)異常作業(yè)，本次報告介紹一種通用的方法，即使用 embeding 和 encodng 來學(xué)習(xí)事件名稱及其參數(shù)的表示。這種方法可以作為機器學(xué)習(xí)中的 RNN、LSTM、TransFormer 等網(wǎng)絡(luò)的前置數(shù)據(jù)預(yù)處理方法，借助模型可以用于檢測異常，預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)以提高其性能，并提取事件的上下文表示。
附件下載：
