大规模生产环境下的 Faster-CPython 主讲人： 王文洋 老板思维 已知：公司有xx个计算集群 每个集群有xxxxx个core Python进程占比xx% 如果：提升 10% 那么：可以节省 xx * xxxxx * xx% * 10%个core 降本 xx * xxxxx * xx% * 10% * n >> 我的工资 结论：。。。 Why Why Faster？ Why CPython？ 项目的存量代码 老板每天看到的PR Why CPython？ Why CPython？ 居然要写代码 居然要动环境 Why CPython？ Faster CPython https://github.com/faster-cpython https://github.com/faster-cpython Faster CPython

矩阵类型的数值计算，尤其浮点运算 建立自己的深度学习的应用环境 适用于 深度学习的 AWS G2实例 – 4个NVIDIA GRID GPUs, 每1个包括了 1,536 CUDA cores 以 及 4 GB of video 32 vCPUs 60 GB内存 240 GB (2 x 120) of SSD 存储 深度学习的应用环境 深度学习的应用环境 - 安装和配置 sudo yum updat keras pycuda 深度学习的应用环境－ 检查GPU 深度学习的应用环境－ THEANO ~/.theanorc 深度学习的应用环境－ THEANO 深度学习的应用环境－ THEANO 我的第一个Theano 程序 深度学习的应用环境－ THEANO 深度学习的应用环境－ THEANO 我的第一个Theano 程序 深度学习的应用环境－ THEANO GPU vs. CPU CPU TENSORFLOW 的新进展 分布式的深度学习框架 TENSORFLOW 的新进展 分布式的深度学习框架 工程化思维 VS. 科学化思维 THINK GREAT THOUGHTS AND YOU WILL BE GREAT. 心怀伟大，你将会变得伟大！ 谢谢！

........................................................................................... 285 分布式进程 ................................................................................................ ................................................................................ 447 Day 1 - 搭建开发环境 ............................................................................................. 452 比较完善的基础代码库，让你能直接调用，比如，针对电子邮件协议的 Python3 基础教程【完整版】 http://www.yeayee.com/ 9/531 SMTP 库，针对桌面环境的 GUI 库，在这些已有的代码库的基础上开发， 一个电子邮件客户端几天就能开发出来。 Python 就为我们提供了非常完善的基础代码库，覆盖了网络、文件、 GUI、数据库、文本等大量内容，

Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴 等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU Ø GPU： 多核处理器 architecture, browser as client Ø 开发环境：Jupyter notebook Ø Host：Zynq 器件 ARM 处理器 （IPython kernel and web server）。开发者可以在嵌入式平台做实时调试， 利用实际的硬件环境。 Ø 常规python程序调试：开发者仍然可以用之前熟悉的环境去调试，host 可以是PC机，先把python 程序的 逻辑调试成功。PYNQ

Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU Ø GPU： 多核处理器 architecture, browser as client Ø 开发环境：Jupyter notebook Ø Host：Zynq 器件 ARM 处理器 （IPython kernel and web server）。开发者可以在嵌入式平台做实时调试， 利用实际的硬件环境。 Ø 常规python程序调试：开发者仍然可以用之前熟悉的环境去调试，host 可以是PC机，先把python 程序的 逻辑调试成功。PYNQ

Python 开发工具：库丰富、效率高、调试方便 ➢ Python 的应用： 人工智能、数据分析等 ➢ Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 ➢ 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ ➢ 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 ➢ 本次题目的主要内容 ➢ Python <- tools -> FPGA ➢ 算法硬件加速：用FPGA的逻辑硬件实现算法加速 大家对硬件加速的最初印象 ➢ 不仅是嵌入式系统 软件仿真和硬件仿真 7 ➢ 近期很热门的话题 ➢ 目的：提高算法计算效率，缩短算法开发时间和验证时间 ➢ 加速框架： ➢ 分布式计算：多节点计算 ➢ 并行计算：多处理器、多线程计算 ➢ 分布式计算引擎：Spark ➢ 并行计算语言（函数式编程）：Scala ➢ 加速方法： ➢ 算法的优化 ➢ 算法的并行化 ➢ CPU: 多核 CPU ➢ GPU： 多核处理器 architecture, browser as client ➢ 开发环境：Jupyter notebook ➢ Host：Zynq 器件 ARM 处理器 （IPython kernel and web server）。开发者可以在嵌入式平台做实时调试， 利用实际的硬件环境。 ➢ 常规python程序调试：开发者仍然可以用之前熟悉的环境去调试，host 可以是PC机，先把python 程序的 逻辑调试成功。PYNQ

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 569 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . . . 570 16.1.2 进程参数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1194 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1194 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . 1643 28.3 venv --- 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1643 28.3.1 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . 594 16.1.2 Python UTF-8 模式 . . . . . . . . . 工具和参考实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1246 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1246 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . . . 1712 28.2 venv --- 虚拟环境的创建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1713 28.2.1 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . 594 16.1.2 Python UTF-8 模式 . . . . . . . . . 工具和参考实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1246 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1246 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . . . 1712 28.2 venv --- 虚拟环境的创建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1713 28.2.1 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . 618 16.1.2 Python UTF-8 模式 . . . . . . . . . 工具和参考实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1282 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1282 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . . . 1740 28.2 venv --- 虚拟环境的创建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1741 28.2.1 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . .