鲲鹏BoostKit搜推广场景

介绍鲲鹏BoostKit搜推广文档的最新上线、变更动态。

介绍鲲鹏BoostKit搜推广场景的方案架构、优势、关键特性等内容。

基于鲲鹏平台优化的召回算法库，由鲲鹏图检索算法KBest、鲲鹏架构深度优化向量检索算法KScaNN、鲲鹏自研向量检索加速组件KVecturbo和基于开源PForDelta算法优化的整数压缩算法KNewPfordelta组成。

基于鲲鹏平台优化的推理加速套件，由鲲鹏TensorFlow算子库KTFOP和鲲鹏ONNX Runtime算子库KONNX组成。

基于鲲鹏平台优化的高性能AI算子库，主要完成深度神经网络算子库（KAIL_DNN）和拓展算子库（KAIL_DNN_EXT）的优化。

基于鲲鹏平台优化的用于加速向量检索的算子库，针对鲲鹏处理器的指令集架构与内存访问机制进行底层优化，使用低精度量化+高精度重排等方法有效提升召回算法的计算效率与吞吐量，同时保证算法精度，适用于高并发召回场景的性能需求。

为提升TensorFlow Serving推理性能，鲲鹏BoostKit提出了TensorFlow Serving线程调度优化方案。

基于开源OpenXLA的扩展加速套件，发布在openEuler组织的ANNC开源仓，具有鲲鹏亲和的优化特性，包括TensorFlow图融合、XLA（Accelerated Linear Algebra）图融合、算子优化。

提供深度神经网络库oneDNN的移植指南。

提供开源深度学习框架PyTorch的移植指南。

提供深度学习框架TensorFlow的移植指南。

提供用于机器学习模型的高性能服务系统TensorFlow Serving的移植指南。

提供向量相似性检索开源库ScaNN的移植指南。

提供深度学习推荐系统模型DLRM的移植指南。

提供开源深度学习编译器堆栈TVM的移植指南。

提供加速ONNX模型的高性能跨平台推理引擎ONNX Runtime的移植指南。

提供部署ModelZoo搜推模型，测试推理阶段的全流程。

提供鲲鹏BoostKit搜推广历史版本配套资料。