谷歌宣布TensorFlow 开发的下一轮迭代。TensorFlow 是由谷歌开发并在七年前开源的机器学习平台，现在是 GitHub 上 star 数量最多的项目之一。另外一个方案是Pytorch，它是由 Facebook 开发和开源的 ML 平台。未来几个TensorFlow发布版本的开发路线图将基于四个支柱，分别是快捷与扩展性、机器学习应用、部署就绪和简单性。
对于快捷和可扩展的支柱来说，开发工作将主要关注 XLA 编译，因为谷歌认为 XLA 将成为深度学习编译器的行业标准。其目标是使模型训练和推理工作流程在 CPU 和 GPU 上更快地执行。开发也将关注分布式计算方面：借助DTensor，模型将能够在多个设备上进行训练，以解锁未来超大型模型的训练和部署。此外，性能也很重要，所以谷歌将对算法性能的优化进行投资，如mixed-precision和reduced-precision计算，以提高在 GPU 和 TPU 上的速度。
对于机器学习应用支柱，谷歌将投资KerasCV和KerasNLP包，这些包是为应用 CV 和 NLP 使用场景设计的，包括大量的预训练模型。该支柱也将以开发者资源为基础：对于流行的和可应用的机器学习场景添加更多的代码样例、指南和文档，以降低机器学习的进入门槛。
对于部署就绪支柱，努力的方向主要在于更便利地将模型导出到移动端、边缘端、服务后端以及 JavaScript 中。尤其是，将模型导出到TFLite和TF.js将会更易于调用。C++原生 API 正处于开发阶段，它会更易于部署使用JAX和 TensorFlow Serving 开发的模型，并使用 TFlite 和 TF.js 部署到移动端和 web 中。
NumPy API 和更便利的调试体验将是第四个支柱的核心特征，即简单性。Tensorflow 将采用 NumPy API 的数值标准，以使其更加一致和易于理解。Tensorflow 还会实现更好的调试器功能，以最大限度地减少开发人员解决问题的时间。
谷歌承诺，新的 Tensorflow 版本将 100%向后兼容，这样，工程师可以立即采用最新的版本，而不用担心现有的代码库会出现问题。
Tensorflow 新功能的预览版计划在 2023 年第二季度推出，生产版本计划在同一年推出。关于路线图和相关更新的更多信息可以参阅官方博客。
原文链接：
Google’s Tensorflow Roadmap Includes Better XLA Compilation and Distributed Computing
相关阅读：
公众号推荐：
跳进 AI 的奇妙世界，一起探索未来工作的新风貌！想要深入了解 AI 如何成为产业创新的新引擎？好奇哪些城市正成为 AI 人才的新磁场？《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造，为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者，还是对生成式 AI 充满好奇的新手，这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号，回复「开发者洞察」领取。
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
评论