英特爾釋出了開源的深度類神經網路(Deep Neural Network,DNN)模型編譯器nGraph,讓資料科學家可以專心於資料科學研究上,而不需要擔心DNN模型訓練以及執行在不同裝置上的配置問題。

英特爾指出,由於深度學習框架初作為訓練與推測模型的工具時,為特定裝置做過最佳化,因此許多設備細節都被寫於模型定義中,這使得深度學習的模型在移植到更高階的設備時,適應性與可移植性變得複雜難以預測。

另外,讓模型在不同的框架上執行也是一件苦差事,因為開發人員必須將模型應用以及性能調校兩項工作分開進行。先將模型應用轉換到框架上,並在框架最佳適用的裝置上調整配置,以達到訓練的最高效率。nGraph的出現,就是要減少這些工程面的複雜性。

開發者可以使用nGraph函式庫撰寫或是編譯用來執行模型的框架,並以nGraph作為系統後端的開發框架,而其中間表示(Intermediate Representation,IR)層會處理所有的設備抽象細節,讓資料科學家可以專注開發他們的資料研究上,而非專研程式碼上。


Advertisement

更多 iThome相關內容