(相关资料图)

根据Google博客文章,ML开发和部署受到碎片化和孤立性的基础设施的影响,这些基础设施可能因框架、硬件和用例不同,限制了开发者的速度并对模型的可移植性、效率和生产造成了障碍。图片来自+++googleblog随着模型参数数量的指数式增长,深度学习模型的计算量每六个月翻一番,开发人员寻求最大的性能和基础设施的利用率。使用OpenXLA的开发者将看到训练时间、吞吐量、服务延迟以及最终上市时间和计算成本的显著改善。(站长之家)

推荐内容