返回顶部我要评分获取效率正确性完整性易理解0/200提交关闭在线提单论坛求助 鲲鹏BoostKit搜推广场景 鲲鹏BoostKit搜推广场景旨在为互联网的搜索、推荐、广告业务场景提供基于鲲鹏平台的全栈解决方案的加速能力，组件涵盖召回场景核心检索算法、排序场景模型推理TensorFlow框架软件全栈及其AI核心算子库等。 从这里开始最新动态介绍鲲鹏BoostKit搜推广文档的最新上线、变更动态。 技术白皮书介绍鲲鹏BoostKit搜推广场景的方案架构、优势、关键特性等内容。 漏洞修补列表提供鲲鹏BoostKit软件包涉及的开源及第三方软件漏洞修补列表。 BoostCore基础加速鲲鹏AI算子库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（KDNN）和扩展算子库（KDNN_EXT）的优化。 Boost-X应用加速鲲鹏BoostKit BoostSRA搜推广套件 使用导读基于鲲鹏平台优化的召回算法库，通过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，有效提升了召回算法的计算效率与吞吐量，尤其适用于高并发召回场景。 开源使能oneDNN提供深度神经网络库oneDNN的移植指南。 PyTorch提供开源深度学习框架PyTorch的移植指南。 TensorFlow提供深度学习框架TensorFlow的移植指南。 TensorFlow Serving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。 ScaNN提供向量相似性检索开源库ScaNN的移植指南。 DLRM提供深度学习推荐系统模型DLRM的移植指南。 TVM提供开源深度学习编译器堆栈TVM的移植指南。 ONNX Runtime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。 性能评估搜推排序模型推理Benchmark提供部署搜推Benchmark系统进行推理测试的全流程，包括服务端与客户端的测试环境搭建以及进行推理阶段性能测试的操作步骤指导。 历史版本文档历史版本文档提供鲲鹏BoostKit搜推广历史版本配套资料。
