CTтюнинг фундамент
 | |
| Основан | 2014 год |
|---|---|
| Основатель | Григорий Фурсин |
| Тип | Некоммерческая научно-исследовательская организация , Инжиниринговая организация |
| Регистрационный номер. | W943003814 |
| Фокус | Программное обеспечение для совместной работы , Открытая наука , Программное обеспечение с открытым исходным кодом , Воспроизводимость , Информатика , Машинное обучение , Оценка артефактов , Настройка производительности , Управление знаниями |
| Расположение | |
| Происхождение | Инициатива коллективной настройки и Milepost GCC |
Обслуживаемая территория | По всему миру |
| Метод | Разработать инструменты с открытым исходным кодом, общедоступный репозиторий знаний и общую методологию для совместных и воспроизводимых экспериментов. |
| Веб-сайт | настройка |
cTuning Foundation — это глобальная некоммерческая организация, разрабатывающая общую методологию и инструменты с открытым исходным кодом для поддержки устойчивых, совместных и воспроизводимых исследований в области компьютерных наук , а также организации и автоматизации инициатив по оценке и воспроизводимости артефактов на конференциях и журналах по машинному обучению и системам. [1]
Известные проекты
[ редактировать ]- Коллективный разум — коллекция портативных, расширяемых и готовых к использованию рецептов автоматизации с удобным для человека интерфейсом, которые помогут сообществу составлять, сравнивать и оптимизировать сложные приложения и системы искусственного интеллекта, машинного обучения и других систем с использованием разнообразных и постоянно меняющихся моделей, наборов данных, программное и аппаратное обеспечение. [2] [3] [4]
- Коллективные знания — платформа с открытым исходным кодом для организации программных проектов в виде базы данных многократно используемых компонентов с общими действиями по автоматизации и расширяемыми метаописаниями, основанными на принципах FAIR , реализации портативных исследовательских рабочих процессов и краудсорсинговых экспериментов на различных платформах, предоставляемых волонтерами. [5]
- ACM ReQuEST - Турниры по воспроизводимым и эффективным системам для совместной разработки эффективных программно-аппаратных стеков для алгоритмов глубокого обучения с точки зрения скорости, точности и затрат на различных платформах, средах, библиотеках, моделях и наборах данных. [6]
- MILEPOST GCC — технология с открытым исходным кодом для создания самооптимизирующихся компиляторов на основе машинного обучения.
- Оценка артефактов — проверка экспериментальных результатов из опубликованных статей на конференциях по компьютерным системам и машинному обучению. [7] [8] [9]
- Воспроизводимые документы — общедоступный индекс воспроизводимых документов с портативными рабочими процессами и исследовательскими компонентами многократного использования.
История
[ редактировать ]Григорий Фурсин разработал cTuning.org по завершении проекта Milepost в 2009 году.продолжить свои исследования в области оптимизации программ и архитектуры на основе машинного обучения в рамках усилий сообщества. [10] [11]
В 2014 году cTuning Foundation была зарегистрирована во Франции. как некоммерческая научно-исследовательская организация. Он получил финансирование от проекта ЕС TETRACOM. и ARM для разработки системы коллективных знаний и подготовить воспроизводимую методологию исследования для ACM и IEEE . конференций [12]
В 2020 году фонд cTuning Foundation присоединился к MLCommons в качестве члена-учредителя для ускорения инноваций в области машинного обучения. [13]
В 2023 году фонд cTuning Foundation присоединился к новой инициативе Консорциума автономных транспортных средств и MLCommons по разработке стандартного набора тестов машинного обучения для автомобильной промышленности. [14]
С 2024 года cTuning Foundation поддерживает формат метаданных MLCommons Croissant, чтобы помочь стандартизировать наборы данных ML. [15]
Финансирование
[ редактировать ]Текущее финансирование поступает от программы финансирования исследований и разработок Европейского Союза , Microsoft и других организаций. [16]
Ссылки
[ редактировать ]- ^ «ACM TechTalk «Воспроизведение 150 научных работ и их тестирование в реальном мире: проблемы и решения с Григорием Фурсиным» » . Проверено 11 февраля 2021 г.
- ^ Фурсин, Григорий (июнь 2023 г.). На пути к общему языку для облегчения воспроизводимых исследований и передачи технологий: проблемы и решения . Основной доклад на 1-й конференции ACM по воспроизводимости и воспроизводимости. дои : 10.5281/zenodo.8105339 .
- ^ Онлайн-каталог рецептов автоматизации, разработанный MLCommons
- ^ HPCWire: MLPerf публикует последние результаты вывода и новый тест хранилища , сентябрь 2023 г.
- ^ Фурсин, Григорий (октябрь 2020 г.). Коллективные знания: организация исследовательских проектов в виде базы данных многократно используемых компонентов и переносимых рабочих процессов с общими интерфейсами . Философские труды Королевского общества . arXiv : 2011.01149 . дои : 10.1098/rsta.2020.0211 . Проверено 22 октября 2020 г.
- ^ Сезе, Луис (20 июня 2018 г.), предварительные вопросы и отчет ACM ReQuEST'18 (PDF) , ISBN 9781450359238
- ^ Фурсин, Григорий ; Брюс Чайлдерс; Алекс К. Джонс; Дэниел Моссе (июнь 2014 г.). ДОВЕРИЕ'14 . Материалы 1-го семинара ACM SIGPLAN по воспроизводимым методологиям исследования и новым моделям публикаций в области компьютерной инженерии на PLDI'14 . дои : 10.1145/2618137 .
- ^ Фурсин, Григорий ; Кристоф Дубах (июнь 2014 г.). Рецензирование и проверка публикаций по инициативе сообщества . Материалы TRUST'14 на PLDI'14. arXiv : 1406.4020 . дои : 10.1145/2618137.2618142 .
- ^ Чайлдерс, Брюс Р.; Григорий Фурсин; Шрирам Кришнамурти; Андреас Целлер (март 2016 г.). Оценка артефактов для публикаций . Семинар Dagstuhl Perspectives 15452. doi : 10.4230/DagRep.5.11.29 .
- ^ Первый в мире интеллектуальный компилятор с открытым исходным кодом, предоставляющий автоматизированные рекомендации по оптимизации программного кода , пресс-релиз IBM, июнь 2009 г. ( связь )
- ^ Григорий Фурсин. Коллективная инициатива по настройке: автоматизация и ускорение разработки и оптимизации вычислительных систем. Материалы саммита GCC'09, Монреаль, Канада, Июнь 2009 г. ( ссылка )
- ^ Статья о проекте ТТП «КОЛЛЕКТИВНЫЕ ЗНАНИЯ: РАМКА СИСТЕМАТИЧЕСКОГО АНАЛИЗА И ОПТИМИЗАЦИИ ЭФФЕКТИВНОСТИ», HiPEACinfo, июль 2015 г.( связь )
- ^ Пресс-релиз MLCommons: «MLCommons запускает и объединяет более 50 мировых технологических и академических лидеров в области искусственного интеллекта и машинного обучения для ускорения инноваций в машинном обучении» ( ссылка )
- ^ Пресс-релиз AVCC: «AVCC и MLCommons объединяют усилия для разработки стандартного набора тестов машинного обучения для автомобильной промышленности» ( ссылка )
- ^ Пресс-релиз MLCommons: «Новый формат метаданных Croissant помогает стандартизировать наборы данных ML. Поддержка Hugging Face, Google Dataset Search, Kaggle и Open ML делает наборы данных легко обнаруживаемыми и пригодными для использования». ( связь )
- ^ Партнеры фонда cTuning
 | Эта статья, связанная с организацией, незавершена . Вы можете помочь Википедии, расширив ее . |