谷歌開源更快、更高效的 TensorFlow 運行時 TFRT
TensorFlow 官方博客宣布開源新的運行時 TFRT,該運行時提供了統(tǒng)一的、可擴展的基礎結構層,并在各類硬件上均具有高性能。
TFRT 產品經(jīng)理 Eric Johnson 表示,TFRT 將取代現(xiàn)有的 TensorFlow 運行時。原有的 TensorFlow 運行時最初是為圖形執(zhí)行和訓練模型的工作負載而構建的。與之相比,新的運行時將急切的執(zhí)行需求放在第一位,同時特別強調架構的可擴展性和模塊化。
它能夠很好地滿足開發(fā)復雜模型時尋求更快的迭代時間的開發(fā)者需求、在訓練和服務生產模型時改進性能的需求,以及希望以模塊化方式將邊緣和數(shù)據(jù)中心設備集成到 TensorFlow 中的硬件制造商需求。
簡單來講,TFRT 可以減少開發(fā)、驗證和部署企業(yè)級模型所需的時間。
TFRT 利用了 eager 和圖形執(zhí)行的通用抽象,為了獲得更好的性能,其圖執(zhí)行器支持并發(fā)執(zhí)行操作和異步 API 調用。在性能測試中,與 TensorFlow 當前的運行時相比,TFRT 將經(jīng)過訓練的 ResNet-50 模型(一種流行的圖像識別算法)在圖形卡上的推理時間縮短了 28%。
TFRT 仍處在早期開發(fā)階段,它已經(jīng)與 TensorFlow 集成,最終將成為其默認運行時。
關于 TFRT 的更多信息,可查看 TensorFlow 官方博客:
https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html





