英特爾釋出開源深度學習編譯器nGraph

英特爾釋出了開源的深度類神經網路（Deep Neural Network，DNN）模型編譯器nGraph，讓資料科學家可以專心於資料科學研究上，而不需要擔心DNN模型訓練以及執行在不同裝置上的配置問題。

英特爾指出，由於深度學習框架初作為訓練與推測模型的工具時，為特定裝置做過最佳化，因此許多設備細節都被寫於模型定義中，這使得深度學習的模型在移植到更高階的設備時，適應性與可移植性變得複雜難以預測。

另外，讓模型在不同的框架上執行也是一件苦差事，因為開發人員必須將模型應用以及性能調校兩項工作分開進行。先將模型應用轉換到框架上，並在框架最佳適用的裝置上調整配置，以達到訓練的最高效率。nGraph的出現，就是要減少這些工程面的複雜性。

開發者可以使用nGraph函式庫撰寫或是編譯用來執行模型的框架，並以nGraph作為系統後端的開發框架，而其中間表示（Intermediate Representation，IR）層會處理所有的設備抽象細節，讓資料科學家可以專注開發他們的資料研究上，而非專研程式碼上。