文章图片

在AI模型开发的部署阶段 ， 除了硬件的适配性 ， 性能一直是开发者最关心的核心问题 ， 很多场景对时延都有非常高的要求 。 EasyDL引入计算图优化、模型压缩等功能 ， 能够大幅降低模型的体积 ， 以及内存/显存的占用 ， 如模型内存占用可以降低60% 。 同时 ， 在本地部署中 ， 通过端到端的硬件加速和异构计算的合理编排等机制 ， 可以最大化发挥AI芯片的潜力 ， 提升本地模型推理的性能 。
从创建模型到模型发布 ， 到此 ， 整个模型训练的整个过程就结束了 。 这里也有个详细的上手视频介绍 。