Нецелевое использование ONNX в качестве математической библиотеки

Прогресс технологий машинного обучения подарил нам ONNX — универсальный формат представления моделей нейросетей, совместимый со всеми основными ML-фреймворками. Модели в формате ONNX можно запускать на широком спектре устройств: CPU, GPU, специальные нейросетевые ускорители (NPU). Когда-то шейдеры на GPU открыли путь вычислениям общего назначения на видеокартах с помощью CUDA и OpenCL.

Можно ли сейчас выйти за пределы нейронных сетей и запускать изначально не имеющие отношения к нейронным сетям алгоритмы на NPU? А переиспользовать те же решения на GPU? Да! Во время доклада я познакомлю слушателей с тем, как это сделать, что может ONNX и чего не может, в чем сильные и слабые стороны такого подхода.

Будет интересно программистам, интересующимся машинным обучением, высокопроизводительным программированием и сопутствующими технологиями разработки на GPU и других ускорителях вычислений.

Хороший вводный доклад на английском про формат ONNX, его целевое использование и ONNX Runtime.