Chirag Dekate是Gartner的副总裁兼分析师,他的研究重点是为首席信息官和IT领导者提供运营人工智能系统的战略建议,在混合和多云环境下从人工智能试点到生产,重点是人工智能(机器学习和深度学习)基础设施,量子技术(量子计算,量子传感,量子网络),高性能计算和高级分析基础设施(量子计算,神经形态,gpu等)。
Dekate博士的研究领域包括MLOps,操作AI系统,量子技术(量子计算,量子传感,量子网络),设计模式和混合多云基础设施,以产品化企业AI,高级系统和加速器架构(gpu,神经形态,DNN ASIC等)。Dekate博士在高级分析和高性能计算、量子计算、技术计算模拟、极限尺度图处理和未来计算基础设施方面拥有深入的专业知识。他在供应商生态系统的战略开发和执行方面拥有丰富的经验,曾领导过多次成功的活动和产品发布。
在加入Gartner之前,Dekate博士领导WW商业高性能计算垂直市场的战略开发和执行,包括金融服务、石油和天然气、制造业、地球科学等。在此之前,Dekate博士是IDC的研究经理,负责高性能计算、大数据和云计算,在那里他管理与供应商、最终用户和政府的高性能计算季度跟踪和战略咨询业务。
DDN存储
WW商用高性能计算垂直产品高级经理
国际数据公司(IDC)
高性能计算和大数据研究经理
路易斯安那州立大学计算与技术中心
HPC研究员
数据中心基础设施
分析,BI和数据科学解决方案
人工智能
行政领导:人工智能
路易斯安那州立大学哲学博士,计算机科学(高性能计算,百亿亿次计算,执行模型,极限尺度图处理)
路易斯安那州立大学系统科学(网格与云计算)理学硕士
路易斯安那州立大学计算机科学学士学位
1量子技术,量子计算,量子传感,量子网络
2MLOps,人工智能生产试点,人工智能操作系统,混合多云人工智能操作,人工智能操作基础设施
3.高性能计算应用、基础设施和操作(HPC)、超级计算、HPC云
4新兴的计算架构(处理器,互连,机器学习技术和内存技术),GPU,神经形态,DNN asic等。
5人工智能、机器学习、深度学习、人工智能基础设施和最佳实践的平台运维。设计模式使AI产品化