Facebook 幾天前就知道了 你押注 PyTorch 作為你的默認 AI 框架，由於其當前 人工智能模型已經每天執行數万億次操作我打賭 Pytorch， 它旨在滿足這種不斷增長的工作量需求 正如該公司所說，通過遷移所有系統，他們將能夠更快地進行創新，同時確保為所有用戶提供更佳的體驗。
對於那些不知道的人 火炬，他們應該知道 是一個開源機器學習庫 它基於 Torch 庫。 它是由 Facebook 的人工智能研究部門創建的 並且已經用於為廣泛的人工智能應用提供動力，例如計算機視覺和自然語言處理模型。
PyTorch AI 模型的示例包括自定義 Instagram 上的用戶提要和故事，以及識別和刪除 Facebook 上的仇恨言論。
採用 PyTorch 作為 Facebook 的默認 AI 框架有助於確保我們技術的所有體驗將在 Facebook 範圍內以最佳方式運行，並且適用於所有人，無論設備、操作系統或互聯網連接質量如何。
Facebook 提到此遷移還意味著您可以與社區更緊密地合作 絕不：
PyTorch 不僅使我們的研究和工程工作更加有效、協作和高效，它還使我們能夠以開源 PyTorch 庫的形式分享我們的工作，並從全球數千名 PyTorch 開發人員取得的進步中學習。
原因之一 去 PyTorch 是人工智能從研究到生產的過程傳統上是乏味的 和復雜，另一個需要解決的主要問題是，研究人員被迫在為研究或生產優化的 AI 框架之間進行選擇，但不能同時為兩者進行選擇。
如今，遷移過程已過去一年多，Facebook 上有 1.700 多個基於 PyTorch 的推理模型正在全面投入生產，而我們 93% 的新訓練模型負責識別和分析內容。在 Facebook，他們正在在 PyTorch 上。
“這個新的迭代將基於 Python 的 PyTorch 與生產就緒的 Caffe2 合併，並合併了圖形和即時運行模式，為生產的研究和性能優化提供了靈活性，”Facebook 在其博客上寫道。 “Facebook 的 PyTorch 工程師為每個開發階段引入了一系列工具、庫、預訓練模型和數據集，使開發人員社區能夠快速創建和大規模實施新的人工智能創新。”
換句話說， Facebook 選擇 PyTorch 是因為它是用於研究和生產 AI 模型的獨特框架 這 提供實驗的靈活性 以及在黃金時間準備好時大規模啟動人工智能的能力。 Facebook 表示，這使得在幾分鐘而不是幾週內部署新模型成為可能，同時減少了維護兩個不同人工智能係統所帶來的基礎設施和工程負擔。
我們 PyTorch 遷移的目標是為我們的工程師和開發人員創造更流暢的端到端開發人員體驗。 我們希望通過使用單一平台來加速我們從研究到生產的過程，該平台使我們能夠靈活地進行實驗以及在生產規模上啟動 AI 模型的能力。
火炬 在直接在智能手機等設備上運行 AI 模型時，它也具有優勢. 這是因為 Facebook 創建了 PyTorch Mobile 框架，該框架在運行時減少了二進製文件的大小，以確保 PyTorch AI 模型可以在具有最低處理能力的設備上運行。