深度解析|XLA如何让TensorFlow的机器学习速度提升58倍？

社群用户来源包含：麻省理工学院  斯坦福大学  牛津大学 卡内基梅隆大学  剑桥大学  加州大学伯克利分校  苏黎世联邦理工学院  新加坡国立大学  普林斯顿大学  多伦多大学  帝国理工学院  墨尔本大学  香港科技大学  加州大学洛杉矶分校  清华大学  洛桑联邦理工学院  香港大学  爱丁堡大学  东京大学  香港中文大学  北京大学  复旦大学  武汉大学  南开大学  中科院等数百所名牌大学的研究生、博士以及教授；NVidia  Facebook  Line  微软  IBM  谷歌  Bosch  Amazon  Tesla Motors  百度  华为  英特尔  腾讯  阿里巴巴  蚂蚁金服  科大讯飞  旷视科技  碳云智能  地平线  软银投资  红杉资本等上千家全球一流AI相关企业的工程师以及技术专家。

对于有效的机器学习而言，速度就是一切，XLA 就是为减少训练和推理时间而生的。在山景城召开了第一届年度 TensorFlow 开发者大会（TensorFlow Developer Summit）上，Chris Leary 和 Todd Wang 描述了 TensorFlow 使用 XLA、JIT、AOT 和其它编译技术可以如何最小化执行时间和最大化地利用计算资源。

下面是详解的完整视频：

https://v.qq.com/txp/iframe/player.html?vid=x03758fzhr9&width=500&height=375&auto=0

TensorFlow 1.0 快得让人难以置信！XLA 更为未来进一步的性能提升奠定了基础，而且 tensorflow.org 上现在也已经包含了帮助指导你调整你的模型以使其达到最大速度的技巧和诀窍。TensorFlow 官方表示将会很快发布几种流行的模型的新实现，以表明可以如何充分利用 TensorFlow 1.0——包括在 8 个 GPU 上给 Inception v3 带来的 7.3 倍的速度提升和在 64 个 GPU 上为分布式 Inception v3 训练所带来的 58 倍速度提升！

详解：XLA在TensorFlow下是如何运作提升运行效率的？

AI商学院 特聘导师 招募

AI商学院的三大教育体系：导师指导班+专业技术班+全球博士班。充分满足不同导师的时间安排和资源需求，以及不同学生的学习需求和商业需求 。

招募要求：全球高校AI相关教授，副教授，博导；全球名校在读AI相关专业博士以上；全球企业AI相关技术主管以上；全球知名企业CEO，董事长；全球投资公司合伙人以上。

义务和权利：①义务：每年至少出席1次AI商学院的主要活动，如 开学典礼、毕业典礼、全球AI发展博士论坛、全球AI名企巡回拜访学习等系列活动、作为AI商学院学生的导师；②权利：有偿指导AI商学院的学生；对接全球商业合作资源；免费开放AI商学院部分全球资源使用。

联系方式：bushyu（微信）

---

全球人工智能近期经典文章推荐