Facebook 开源了 FBGEMM，一个针对服务器推理优化的高性能核心库。 与其他库不同，FBGEMM 最大程度优化了 CPU 性能，通过降低精度计算来加速深度学习模型。 目前 Facebook 已经在自己的服务中使用该库，与目前的生产基准相比，它带来了两倍的性能提升。
FBGEMM 的最大特点是优化低精度数据。 与科学计算中使用的传统线性代数库不同，FBGEMM 不使用 FP32 或 FP64 精度，可以为小批量提供有效的低精度通用矩阵乘法（GEMM）运算，并支持精确损失最小化技术，例如行式（Row-wise）量化和异常值感知量化。
FBGEMM 已在 Facebook 上大规模部署，加速了许多端到端人工智能服务，包括将英语翻译成西班牙语的速度提高 1.3 倍，减少了 40％ 的推荐系统信息源动态内存带宽的使用 ，并将机器学习系统 Rosetta 的字符检测速度提升2.4倍（Rosetta 是 Facebook 用来理解文本，图像和视频内容的系统。）
详情请看 这里 的介绍。
以上所述就是小编给大家介绍的《Facebook 开源 FBGEMM，服务器端推理优化库》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 阿里开源深度神经网络推理引擎 MNN
- 英伟达深度学习推理引擎TensorRT，现在开源了
- 开源｜dl_inference：通用深度学习推理服务
- Facebook 开源 FBGEMM，服务器端推理优化库
- 微软开源用于机器学习模型的高性能推理引擎ONNX
- 阿里开源首个移动AI项目，淘宝同款推理引擎
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
测出转化率：营销优化的科学与艺术
【美】高尔德（Goward,C.） / 谭磊、唐捷译 / 电子工业出版社 / 2014-10-1 / 68.00元
本书作者通过已成功实现大幅提升转化率的案例，展示了大量以营销为核心的电子商务网站的测试设计方法及转化优化方案。书中作者强调了测试及优化思维的重要性，并就实现方法做了详细讲解。 通过本书，读者将学到如何能够在网站遇到发展和收入瓶颈时，测试出存在的问题并找到解决方案；如何可以深入地了解客户需求，并以此为基础优化网站，使其达到提升转化率的目的；如何提升网站的竞争优势，把在线营销渠道变成高效的转化通......一起来看看 《测出转化率：营销优化的科学与艺术》 这本书的介绍吧!
