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。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。（反馈错误)