PaddlePaddle（PArallel Distributed Deep Learning）是百度于2016年9月开源的一款深度学习框架，具有易用，高效，灵活和可伸缩等特点，为百度内部多项产品提供深度学习算法支持。但是目前没有一个统一的平台来对Paddle进行运营，各自业务线各自搭建使得资源使用不够合理，接入使用成本也比较高。因此迫切需要在公司内搭建一个统一的Paddle深度学习平台，为公司内外各业务线使用Paddle提供一整套的服务，其中包括模型训练、模型评估、模型预测，对资源进行统一调度，提高资源利用率、提高服务的易用性，安全性等。
本次演讲将重点讲述基于Kubernetes构建PaddlePaddle深度学习平台（PaddleCloud）的实践，主要包括Paddle计算模型在Kubernetes中的建模、容器Runtime适配、容错与弹性伸缩、性能优化与调度等。

主要内容：

1. PaddleCloud介绍；
2. 为什么需要把PaddleCloud运行在Kubernetes上；
3. PaddleCloud技术细节；
4. PaddleCloud在百度的混合云实战；
5. PaddleCloud后续Roadmap。

听众受益：

1. 学习在Kubernetes之上构建深度学习平台的实践；
2. 学习分布式深度学习与容器化平台结合的技术实践与落地。