- Nimmt AI-Modelle als Eingabe und erstellt optimierte Versionen für eine schnelle Ausführung
- Testet mehrere Deep-Learning-Compiler, um die optimale Methode für eine bestimmte Hardware zu finden
- Modellagnostisch für Deep Learning: unabhängig davon, ob es sich um Transformer, LSTM, CNN, FCN oder andere Deep-Learning-Modelle handelt
- Hardwareagnostisch: unterstützt die meisten CPUs und GPUs. Unterstützung für TPUs und dedizierte ASICs für Deep Learning folgt in Kürze
- Framework-agnostisch: PyTorch, TensorFlow, HuggingFace und bald weitere
- Alles läuft lokal und ist daher sicher
- Einfach nutzbar mit nur wenigen Zeilen Code
1 Kommentare
(Bibliotheksautor) Vielen Dank fürs Teilen! Es freut mich, dass Sie Spaß bei der Arbeit hatten.
Es wird sich weiterentwickeln und die Leistung wird sich verbessern ... viel Freude bei der Beschleunigung!