阿里巴巴机器智能团队的三年工作总结
发布时间：2019-05-22 23:25:58 所属栏目：建站 来源：汪思颖
导读：本文转自雷锋网，如需转载请至雷锋网官网申请授权。 从 2016 年至今，阿里巴巴呆板智能尝试室线下智能团队开始涉足线下智能规模。试探至今，算法方面，他们提出了自主研发的模子压缩要领，新型模子布局和方针检测框架；工程方面，他们研发出一套非数据依靠
|
FPGA 上的推理框架由处事器研发团队完成。ResNet18 收集的推理时刻只必要 0.174ms，今朝已知业内最佳机能。在边沿计较产物 alibabaedge 上，基于硬件实现的高效算子，推理速率为边沿 GPU 的两倍。在后头，我们会团结产物形态整体的先容这一方案。
falcon_conv 是呆板智能技能团队开拓的一款由 CUDA C++编写，在 Nvidia GPU 上运行的低精度卷积库，它接管 2 份低精度（INT8）张量作为输入，将卷积功效以 float/int32 数据输出，同时支持卷积后一些通例操纵（scale,batchnorm,relu… ）的归并。我们在单张 Tesla P4 GPU 上，对 falcon_conv 的机能与 Nvidia 官方计较库 Cudnn v7.1 做了较量，如图所示。险些全部环境 falcon_conv 都优于 Cudnn，个体用例有高至 5 倍的晋升，用例选自 RESNET 和 VGG 中耗时较多的卷积参数。
产物化 （编辑：湖南网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
