【Feature Request】开源之夏2022 & PaddlePaddle

[TCChenlong]

开源之夏 2022 & PaddlePaddle

“开源之夏（英文简称 OSPP）”是中科院软件所“开源软件供应链点亮计划”指导下的系列暑期活动，由中国科学院软件研究所与 openEuler 社区共同主办，是一项主要面向高校学生的暑期开源活动，旨在鼓励在校学生积极参与开源软件的开发维护，促进优秀开源软件社区的蓬勃发展。

本次飞桨PaddlePaddle社区开放6个项目，项目列表如下，欢迎对飞桨PaddlePaddle感兴趣的同学报名参加，报名见 开源之夏 2022 & PaddlePaddle。

项目一：飞桨PaddlePaddle 分布式强化学习功能研发

• 项目描述：分布式强化学习强依赖多进程之间的交互。飞桨分布式架构提供了基础的模块如RPC通信、异步流水执行器等，我们希望开发者可以在飞桨原生框架上进行二次开发扩展，支持飞桨分布式强化学习训练。
• 难度：进阶/Advanced
• 项目详情：https://summer-ospp.ac.cn/#/org/prodetail/228240245

项目二：飞桨PaddlePaddle-移动端RISC-V高性能模型推理

• 项目描述：目前基于RISC-V生态和应用场景逐渐完善，尤其在低功耗AIOT场景，我们希望开发者基于Paddle Lite推理引擎，在RISC-V硬件上能够充分发挥架构特点，在经典模型上取得较高性能。
• 难度：进阶/Advanced
• 项目详情：https://summer-ospp.ac.cn/#/org/prodetail/228240247

项目三：飞桨PaddlePaddle-Sparse Conv开发和优化

• 项目描述：卷积网络常用于分析二维和三维形状的时空数据，由于许多数据源本身是稀疏的，如果对这种稀疏数据采用稠密的卷积计算来实现卷积网络，那么该卷积网络的性能会很低效，因此我们需要实现稀疏的卷积计算算子来处理稀疏数据。PaddlePaddle目前已经实现了三维的稀疏卷积，我们期望开发者可以开发稀疏的Conv2D以支持二维的卷积计算，并对Conv2D进行极致的性能优化。
• 难度：进阶/Advanced
• 项目详情：https://summer-ospp.ac.cn/#/org/prodetail/228240271

项目四：飞桨PaddlePaddle-TSN视频分类GPU预处理开发

• 项目描述：飞桨支持GPU多stream、多线程数据并发加速方法，目前仅支持ImageNet图像分类数据集任务，扩展新的数据格式需要实现对应的数据集读取、数据集解码OP。计算机视觉任务中，一个视频往往包含上百帧的图像，因此视频模型的数据读取、预处理计算量很大，视频模型对数据预处理并发加速的需求也很高，本任务基于飞桨已有的GPU多stream、多线程DataLoader扩展视频分类模型TSN的数据读取、预处理任务。
• 难度：进阶/Advanced
• 项目详情：https://summer-ospp.ac.cn/#/org/prodetail/228240272

项目五：飞桨PaddlePaddle-einsum 在移动端的高性能实现

• 项目描述：einsum 是一个通用性很强的op，可以用简洁的形式表达多种计算；在 Paddle Lite 移动端推理中，高效实现 einsum 算子，适配 Arm CPU，OpenCL等设备。
• 难度：基础/Basic
• 项目详情：https://summer-ospp.ac.cn/#/org/prodetail/228240273

项目六：飞桨PaddlePaddle-基于DataLoader的数据预处理功能开发

• 项目描述：飞桨支持多子进程DataLoader数据加载并发加速通用能力，我们希望开发者在数据预处理易用性和通用扩展功能上进行优化开发，支持DataPipes系列链式预处理API和如解压、解码、RFC等通用功能。
• 难度：基础/Basic
• 项目详情： https://summer-ospp.ac.cn/#/org/prodetail/228240274

欢迎对上述六个项目感兴趣的同学加入飞桨PaddlePaddle社区开源之夏，报名请见 开源之夏 2022 & PaddlePaddle。