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據中心設備集成到 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，它已經與 TensorFlow 集成，最終將成為其默認運行時。