2012 年，人工智能（AI）在全球范圍內大普及。經過了十年發展，目前，人工智能在各行各業都有大量的應用，比如基因測序、路況識別、廣告推送、新藥研發、工業仿真、醫學圖像分割等，都需要通過算法建模來驅動業務發展。這必然會用到深度學習，而深度學習通常需要大規模的計算資源 GPU。
一開始，GPU 的使用及管理方式非常粗放，用戶直接在 GPU 機器上進行算法訓練。當 AI 模型越來越多，這種方式會帶來很大的問題，一是模型訓練效率低下，二是 GPU 資源利用率低。
與 CPU 服務器相比，GPU 服務器是非常昂貴的。在降本增效的大背景下，需要一個平臺統一管理。從 2016 年開始，Kubernetes 社區就不斷收到來自不同渠道的大量訴求：希望能在 Kubernetes 集群上運行 TensorFlow 等機器學習框架。目前大型企業在構建基于 GPU 的深度學習訓練平臺時，基本上都是使用 Kubernetes 來管理和調度 GPU 任務。
自建環境使用 GPU 非常繁瑣，涉及到自建 Kubernetes 集群、GPU 驅動安裝、GPU 節點初始化、GPU 節點納管到 Kubernetes 集群等配置工作。選擇一款合適的托管 Kubernetes 服務，一鍵創建 Kubernetes 集群并部署機器學習類應用，不僅可以提高集群資源利用率、保障資源獨享，還可以加速部署，讓構建 AI 應用變得更加簡單快捷！
本次青云科技“云上生長”系列網絡研討會第二期，邀請到了青云科技高級產品經理楊瑩，為大家分享青云QingCloud 容器服務 QKE（QingCloud Kubernetes Engine）如何管理和調度 GPU 資源，高效完成機器學習、深度學習、圖像識別等 AI 計算任務，高性能地承載企業大規模并行計算需求。
楊瑩，青云科技容器服務高級產品經理，負責基于青云云平臺的容器服務產品，以及容器服務相關的鏡像倉庫產品等。曾參與過多款云計算平臺產品建設，如超融合云計算平臺、DevOps 平臺等，對云原生建設有一定經驗。
9 月 27 日（星期二）下午 2:00，青云“云上生長”系列網絡研討會第二期，掃描海報二維碼報名，即有機會獲得熱門技術書籍！
本期抽獎圖書：
1.初學者 AI 入門書：博文視點出品《深度學習框架PyTorch：入門與實踐（第2版）》
2.后端技術人員與基礎平臺工程師必讀：圖靈出品《深入剖析Kubernetes》
