6月10日，騰訊優(yōu)圖實驗室宣布正式開源新一代移動端深度學(xué)習(xí)推理框架TNN，通過底層技術(shù)優(yōu)化實現(xiàn)在多個不同平臺的輕量部署落地，性能優(yōu)異、簡單易用。騰訊方面稱，基于TNN，開發(fā)者能夠輕松將深度學(xué)習(xí)算法移植到手機端G效的執(zhí)行，開發(fā)出人工智能 App，真正將 AI 帶到指尖。

GitHub鏈接： https://github.com/Tencent/TNN

輕量J部署，TNN助力深度學(xué)習(xí)提速增效

深度學(xué)習(xí)對算力的巨大需求一直制約著其更廣泛的落地，尤其是在移動端，由于手機處理器性能弱、算力無法多機拓展、運算耗時長等因素常常導(dǎo)致發(fā)熱和G功耗，直接影響到App等應(yīng)用的用戶體驗。騰訊優(yōu)圖基于自身在深度學(xué)習(xí)方面的技術(shù)積累，并借鑒業(yè)內(nèi)主流框架優(yōu)點，推出了針對手機端的G性能、輕量J移動端推理框架TNN。

TNN在設(shè)計之初便將移動端G性能融入核心理念，對2017年開源的ncnn框架進行了重構(gòu)升J。通過GPU深度調(diào)優(yōu)、ARM SIMD深入?yún)R編指令調(diào)優(yōu)、低精度計算等技術(shù)手段，在性能上取得了進一步提升。以下是MNN, ncnn, TNN框架在多款主流平臺的實測性能：