随配送网络的最终形态会直接影响到配送和运营的效率, 用户的体验等。那配送网络到底如何建立？ 如何针对不同商家的特征分配最合适的配送范围？如何能够达到单量规模和用户体验的平衡点？

随着人工智能应用逐渐渗透至各行各业，AI逐渐受到产业界的关注，各大公司开始搜集数据、算法和算力资源。在产品化AI服务的过程中，普遍都会遇到基础资源管理、使用、封装等等问题，如何提升AI产品研发效率，简化非核心业务的研发流程值得大家思考。

范融

结合UCloud在AI PaaS产品研发过程中遇到的问题与挑战与大家分享如何构建一个高可用的异构AI计算平台，以及构建过程中的挑战与解决方案，讲师将深度剖析AI平台的三大挑战：高可用的AI训练与在线服务应用实现，如何保障业务99.99%的可用性；通用的兼容平台，兼容常见AI框架与存储系统，横向支持各类AI需求；性能优化实践，如果构建高性价比的AI训练和在线服务。

宋翔

本议题将介绍如何在后端服务器平台上对深度学习的推理性能进行深入优化，内容涵盖高性能计算库（MKL和MKL-DNN）和框架（Intel发行版Caffe）的使用、注意事项以及一些经验教训。鉴于开源项目还没有特别高效的RNN实现，故还会介绍如何设计一个基于CPU的，高效的，可以媲美甚至超越GPU的RNN实现。