NVIDIA 在推理方面取得突破，从云端到边缘实现更智能、更具互动性的对话式AI

NVIDIA于今日发布公司第八代AI软件TensorRT™ 8。该软件将语言查询推理时间缩短了一半，使开发者能够从云端到边缘构建全球最佳性能的搜索引擎、广告推荐和聊天机器人。

TensorRT 8的各项优化为语言应用带来了创纪录的速度，能够在1.2毫秒内运行BERT-Large——全球最广为采用的基于transformer的模型之一。过去，企业不得不缩减模型大小，而这会导致结果出现大幅偏差。现在有了TensorRT 8，企业可以将其模型扩大一倍或两倍，从而大幅提高精度。

NVIDIA开发者计划副总裁Greg Estes表示：“AI模型正以指数级的速度增长。全世界对AI实时应用的使用需求正在激增。这使企业必须部署最先进的推理解决方案。最新版本的TensorRT引入了多项新功能，使企业能够以前所未有的质量和响应速度向其客户提供对话式AI应用。”

五年来，医疗、汽车、金融和零售等各个领域27,500家企业的超35万名开发者下载TensorRT近250万次。TensorRT可部署于超大规模数据中心、嵌入式或汽车产品平台。

最新推理创新

除了针对transformer的优化之外，TensorRT 8还通过其他两项关键特性，实现了AI推理方面的突破。

其一是稀疏性，这是助力推动NVIDIA Ampere架构GPU性能提升的一项全新技术，它不但提高了效率，还使开发者能够通过减少计算操作来加速其神经网络。

其二是量化感知训练，开发者能够使用训练好的模型，以INT8精度运行推理，在这一过程中不会损失精度。这大大减少了计算和存储成本，从而在Tensor Core核心上实现高效推理。

广泛的行业支持

行业领导者已将TensorRT用于他们在对话式AI和其他各个领域的深度学习推理应用。

Hugging Face是开源AI技术的领导者，其客户包括全球多个行业领域的大规模AI服务提供商。该公司正与NVIDIA开展密切合作，推出能够助力实现大规模文本分析、神经搜索和对话式应用的开创性AI服务。

Hugging Face产品总监Jeff Boudier表示：“我们正在与NVIDIA开展密切合作，以基于NVIDIA GPU，为最先进的模型提供最佳性能。Hugging Face加速推理API已经能够为基于NVIDIA GPU的transformer模型提供高达100倍的速度提升。通过TensorRT 8，Hugging Face在BERT上实现了1毫秒的推理延迟。我们十分期待能在今年晚些时候为我们的客户提供这一性能。”

全球领先的医疗技术、诊断和数字解决方案创新者GE医疗正在使用TensorRT，助力加速早期检测疾病的关键工具——超声波计算机视觉应用，使临床医生能够通过其智能医疗解决方案提供最高质量的护理。

GE医疗心血管超声首席工程师Erik Steen表示：“临床医生需要花费宝贵的时间来选择和评估超声图像。在Vivid Patient Care Elevated Release项目的研发过程中，我们希望通过在Vivid E95扫描仪上实施自动心脏视图检测，使这一过程变得更加高效。心脏视图识别算法将选择合适的图像来分析心壁运动。TensorRT凭借其实时推理能力，提高了视图检测算法的性能，同时缩短了我们研发项目的产品上市时间。”

可用性

TensorRT 8现已全面上市，并免费向NVIDIA开发者计划成员提供。用户还可从TensorRT GitHub库中获得最新版本插件、解析器和样本的开放源代码。