阿里NIPS 2017论文解读：如何降低TensorFlow训练的显存消耗？
被誉为国际顶级的机器学习和神经网络学术会议NIPS 2017于12月4日-9日在美国加州长滩市举行。在本届会议上，阿里巴巴除有两篇论文入选Workshop并进行Oral和Poster形式报告外，三大技术事业部连续3天在阿里展区举行多场技术研讨会，向5000余名参会人员介绍阿里在机器学习、人工智能领域的技术研究、产品与落地应用。
弹性计算双周刊 第 6 期
云栖大会·武汉峰会上，5月23日，阿里云总裁胡晓明系统阐述了阿里坚守的三条生命线：坚持自主研发之路，“‘拿来主义’盖不出高楼大厦，自主研发的云才能走得更远”；生态是阿里巴巴血液里流淌的基因，阿里云与合作伙伴共生共存；重申阿里云一直以来的承诺——坚决不碰客户数据。
Android图形显示系统——下层显示4：图层合成下（硬件合成器）
硬件合成器-HwComposer
使用3D合成，需要大面积的像素混合计算和大量的内存传输（GPU读写GraphicBuffer所需），对GPU和DDR来说是一个巨大的负担。在GPU/DDR重度使用的场景（比如玩游戏），会造成发热、卡顿等。
为了提升性能，减少功耗，可以将合成这个过程交由另一个芯片完成，减轻GPU负担。进一步，直接让这个芯片连LCD，在LCD需要显示某一行时