Skip to main content
Abhik Sarkar

こんにちは、Abhik Sarkarです。

Cloudastructure Incで機械学習ディレクターを務めています。コンピュータビジョン基盤を1日10万本から1,200万本の動画処理へとスケールさせ、それを動かすオンプレミスのGPUクラスタも担当しています。

記事や論文レビューからこのページに来てくださった方へ:それを書いたのは私です。このサイトでは、GPU最適化やTransformerから動画コーデック、そしてその背景にある論文まで、学んだことを解説しています。たいていは、実際にクリックして試せるデモ付きです。

hello@abhik.ai

英語からの翻訳です。

フォロー

まずはここから

好きな形式を選んでください。それぞれ最初に読んでほしい一本を用意しました。 記事・コンセプト・論文レビューは英語です。

記事

本番環境での仕事から生まれた長文記事:GPU、動画コーデック、Pythonの内部構造。

How TensorRT Works

記事一覧へ

コンセプト

ML、GPU、システムをテーマ別にまとめた、短いインタラクティブな解説。

Flash Attention: IO-Aware Exact Attention

コンセプト一覧へ

論文

ブラウザで動かせるデモ付きの、機械学習論文のレビュー。

ViT: An Image is Worth 16x16 Words

論文レビュー一覧へ

私について

現在の仕事

Cloudastructureでは、ディープラーニングとコンピュータビジョンを使って安全とセキュリティの向上に取り組んでいます。日々使っているのはPython、C++、TensorRT、PyTorch、CUDA、Docker、React.jsで、さらに大規模な動画処理のためのMLOpsツールや分散システムも扱います。11か国にまたがるチームの採用とマネジメントも担当し、この仕事についてカンファレンスで話しています。

登壇したカンファレンス

登壇一覧
  • EuroPython
  • PyCon Italia
  • PyCon India
  • PyCon Japan
  • BangPypers
  • DevFest

なぜGPUなのか

私は、偶然からパフォーマンスエンジニアになりました。

きっかけは会社のコスト削減でした。そのうちに、NVDECのようなデコーダがCUDAコアとは別のシリコンであること、つまりデコード、前処理、推論をGPUの異なる部分で同時に動かせることを知りました。これらをパイプライン化したことで3倍の高速化を達成し、大規模運用でのインフラコストも大きく削減できました。それ以来すっかり夢中です。CUDAカーネル、メモリアクセスパターン、TensorRTのグラフ最適化、そしてストリーミングマルチプロセッサの占有率に至るまで。

仕事以外では

メンタリングやワークショップを行い、学んだことをこのサイトで共有しています。キーボードから離れているときは、クイズ大会に参加したり、出たばかりの新しいツールを試したりしています。

夢中になっていること

  • 機械学習
  • GPUパフォーマンスエンジニアリング
  • ソフトウェアエンジニアリング
  • Python
  • オープンソース
  • クイズ
  • データエンジニアリング

これまでの歩み

機械学習エンジニア、フルスタック開発者として8年以上の経験があります。専門はコンピュータサイエンスで、インドのNational Institute of Technology, RaipurでBachelor of Technology in Computer Science and Engineeringを取得し、その後Indian Institute of Science, BangaloreでIntroduction to High-Performance Computing、Stanford Center for Professional DevelopmentでCS224W: Machine Learning with Graphsの大学院レベルの課程を修めました。詳しくは履歴書と資格を、扱っているテーマは専門分野をご覧ください。

おすすめの記事

私の考え方や技術への向き合い方に影響を与えた記事です。

ブックマークをすべて見る

お気軽にご連絡ください

ご用件を問わず、メールがいちばん確実な連絡方法です。

メールを送る
Mastodon