Uber貢獻其分散式訓練框架Horovod給LF深度學習基金會

Uber宣布將其為TensorFlow、Keras和PyTorch開發的分散式訓練框架Horovod開源專案，貢獻給深度學習基金會。深度學習基金會則是在Linux基金會旗下，負責進行人工智慧、機器學習和深度學習領域創新。

Horovod在2017年10月，Uber以Apache 2.0授權許可開源發布，Horovod能讓人工智慧開發者輕鬆的使用TensorFlow、Keras和PyTorch機器學習框架，訓練分散式深度學習模型。不少雲端服務都已經整合了Horovod，包括AWS深度學習服務AMI、Azure資料科學虛擬機器、Databricks Runtime、GCP深度學習虛擬機器、IBM FfDL、IBM Watson Studio和NVIDIA GPU Cloud等。

Horovod使用Open MPI在節點間傳遞訊息，得力於Nvidia的集體通訊函式庫（Nvidia Collective Communications Library，NCCL）為其提供的最佳化高效能通訊演算法，讓Horovod可以使用多達512個Nvidia Pascal GPU，在Inception V3和ResNet-101達到了90％的擴展效率，而VGG-16也有68％的擴展效率。

Horovod專案負責人Alex Sergeev表示，Uber開發了Horovod，讓各行各業的人工智慧研究人員，能以更快且更直覺的方式進行深度學習模型訓練，而在貢獻給深度學習基金會之後，隨著Horovod功能和應用方面的成熟，將進一步擴展其在開源生態系的影響力。