English
Starting from May 4, 2024, every Saturday until June 1, at 16:00, a seminar titled "The State of Modern Computation" will take place in the Orbeli auditorium of the Russian-Armenian University (new building, 7th floor). During the seminar, I will discuss rapidly developing new approaches and challenges in contemporary computational technologies.
It's no secret that most modern computational demands today come from machine learning, where matrix multiplication plays a key role. Taking this as a starting point, we will specifically explore the approaches used to efficiently implement it at algorithmic, software, architectural, microelectronic, and material science levels, both already today and in the foreseeable future.
We will also touch on many other topics and issues, many of which are directly related to and applicable in the EDA field, which has a significant presence in Armenia (Synopsys, Siemens, Microchip, and others). A substantial part of their work today is also focused on serving the technologies needed for modern machine learning.
In other words, the seminar is about the underlying infrastructure technologies that support the ML Engineering/Data Science toolset (TensorFlow, PyTorch, JAX), an area in which our team at Grid Dynamics also works in collaboration with Google as part of the OpenXLA project, along with other leading IT companies in the AI sector.
The material is intended for students of IT, physics, mathematics and engineering faculties, but the seminar is open to anyone interested in the topic. The slides will be in English, while the presentation will be in Armenian.
A sample of the slides are available at this link.
Հայերեն
2024 թ. մայիսի 4-ից սկսած՝ հաջորդական շաբաթ օրերին մինչև հունիսի 1-ը ներառյալ, ժամը 16:00-ին Հայ-Ռուսական համալսարանի Օրբելու լսարանում (նոր մասնաշենք, 7-րդ հարկ) տեղի կունենա The State of Modern Computation վերնագրով սեմինար, որի ընթացքում կպատմեմ ժամանակակից հաշվողական տեխնոլոգիաներում արագ զարգացող նոր մոտեցումների ու խնդիրների մասին:
Գաղտնիք չէ, որ ժամանակակից հաշվողական պահանջների մեծ մասն այսօր գալիս է մեքենայական ուսուցման կողմից, որում առանցքային է հանդիսանում մատրիցների բազմապատկման գործողությունը։ Ընդունելով դա որպես ելակետ, մասնավորապես, մանրամասն կուսումնասիրենք, թե այն արդյունավետ իրականացնելու համար ինչ մոտեցումներ են կիրառվում ալգորիթմա-ծրագրային, ճարտարապետական, միկրոէլեկտրոնիկական և նյութագիտական մակարդակներում ինչպես արդեն այսօր, այնպես էլ հավանական մոտ ապագայում։
Կանդրադառնանք նաև բազմաթիվ այլ թեմաների ու խնդիրների, որոնցից շատերը անմիջապես կապված ու կիրառելի են Հայաստանում մեծ ներկայություն ունեցող` EDA ոլորտի հետ (Synopsys, Siemens, Microchip, և այլ), որոնց աշխատանքի էական մասն այսօր նույնպես ուղղված է ժամանակակից մեքենայական ուսուցման համար անհրաժեշտ տեխնոլոգիաները սպասարկելուն:
Այլ կերպ ասած՝ սեմինարը ML Engineering / Data Science ոլորտների գործիքակազմը (TensorFlow, PyTorch, JAX) սպասարկող ստորին՝ ենթակառուցվածքային տեխնոլոգիաների մասին է, որոնցից առաջինում աշխատում է նաև Grid Dynamics ընկերության մեր թիմը՝ Google ընկերության հետ համատեղ՝ OpenXLA պրոյեկտի շրջանակներում՝ AI ոլորտում առաջատար այլ ՏՏ ընկերությունների հետ միասին:
Նյութը նախատեսված է ՏՏ և ֆիզիկա-մաթեմատիկա-ինժեներական ֆակուլտետների ուսանողների համար, բայց մուտքն ազատ է թեմայով հետաքրքրված բոլոր ցանկացողներին։ Սլայդերը կլինեն անգլերեն, ելույթը՝ հայերեն:
Սեմինարի տեխնիկական սլայերը հասանելի են այս հղումով:
