號外：

全場景高性能 AI 部署工具

FastDeploy 發(fā)版 v1.0

幾行代碼搞定 AI 部署，快速使用 150+ 預(yù)置部署示例，支持 CV、NLP、Speech、Cross-model 模型，并提供開箱即用的云邊端部署體驗(yàn)，實(shí)現(xiàn) AI 模型端到端的推理性能優(yōu)化。

歡迎廣大開發(fā)者使用 NVIDIA 與飛槳聯(lián)合深度適配的 NGC 飛槳容器，在 NVIDIA GPU 上進(jìn)行體驗(yàn) FastDeploy！

全場景高性能 AI 部署工具 FastDeploy

人工智能技術(shù)在各行各業(yè)正加速應(yīng)用落地。為了向開發(fā)者提供產(chǎn)業(yè)實(shí)踐推理部署最優(yōu)解，百度飛槳發(fā)起了 FastDeploy 開源項(xiàng)目。FastDeploy 具備全場景、簡單易用、極致高效三大特點(diǎn)。

（1）簡單易用：幾行代碼完成 AI 模型的 GPU 部署，一行命令切換推理后端，快速體驗(yàn) 150+ 熱門模型部署

FastDeploy 精心設(shè)計(jì)模型 API，不同語言統(tǒng)一 API 體驗(yàn)，只需要幾行核心代碼，就可以實(shí)現(xiàn)預(yù)知模型的高性能推理，極大降低了 AI 模型部署難度和工作量。一行命令切換 TensorRT、Paddle Inference、ONNX Runtime、Poros 等不同推理后端，充分利用推理引擎在 GPU 硬件上的優(yōu)勢。

import fastdeploy as fd
import cv2
option = fd.RuntimeOption()
option.use_gpu()
option.use_trt_backend() # 一行命令切換使用 TensorRT部署
model = fd.vision.detection.PPYOLOE("model.pdmodel", 
                                    "model.pdiparams", 
                                    "infer_cfg.yml",
                                    runtime_option=option)
im = cv2.imread("test.jpg")
result=model.predict(im)

FastDeploy 幾行命令完成 AI 模型部署

FastDeploy 支持 CV、NLP、Speech、Cross-modal（跨模態(tài)）四大 AI 領(lǐng)域，覆蓋 20 多主流場景、150 多個(gè) SOTA 產(chǎn)業(yè)模型的端到端示例，包括圖像分類、圖像分割、語義分割、物體檢測、字符識別（OCR）、人臉檢測、人臉關(guān)鍵點(diǎn)檢測、人臉識別、人像扣圖、視頻扣圖、姿態(tài)估計(jì)、文本分類、信息抽取、文圖生成、行人跟蹤、語音合成等。支持飛槳 PaddleClas、PaddleDetection、PaddleSeg、PaddleOCR、PaddleNLP、PaddleSpeech 6 大熱門 AI 套件的主流模型及生態(tài)（如 PyTorch、ONNX 等）熱門模型的部署。

FastDeploy 在 NVIDIA GPU、Jetson上的 AI 模型部署庫

（2）全場景：支持多框架，輕松搞定 PaddlePaddle、PyTorch、ONNX 等模型部署

FastDeploy 支持 TensorRT、Paddle Inference、ONNX Runtime、Poros 推理引擎，統(tǒng)一部署 API，只需要一行代碼，便可靈活切換多個(gè) GPU 推理引擎后端。內(nèi)置了 X2Paddle 和 Paddle2ONNX 模型轉(zhuǎn)換工具，只需要一行命令便可完成其他深度學(xué)習(xí)框架到飛槳以及 ONNX 的相互轉(zhuǎn)換，讓其他框架的開發(fā)者也能通過 FastDeploy 體驗(yàn)到飛槳模型壓縮與推理引擎的端到端優(yōu)化效果。覆蓋 GPU、Jetson Nano、Jetson TX2、Jetson AGX、Jetson Orin 等云邊端場景全系列 NVIDIA 硬件部署。同時(shí)支持服務(wù)化部署、離線部署、端側(cè)部署方式。

（3）極致高效：一鍵壓縮提速，預(yù)處理加速，端到端性能優(yōu)化，提升 AI 算法產(chǎn)業(yè)落地

FastDeploy 集成了自動壓縮工具，在參數(shù)量大大減小的同時(shí)（精度幾乎無損），推理速度大幅提升。使用 CUDA 加速優(yōu)化預(yù)處理和后處理模塊，將 YOLO 系列的模型推理加速整體從 41ms 優(yōu)化到 25ms。端到端的優(yōu)化策略，徹底解決 AI 部署落地中的性能難題。更多性能優(yōu)化，歡迎關(guān)注 GitHub 了解詳情。

https://github.com/PaddlePaddle/FastDeploy

FastDeploy 一行命令實(shí)現(xiàn)自動壓縮，充分利用硬件資源提升推理速度

FastDeploy 提升 AI 任務(wù)端到端推理速

直播預(yù)告：服務(wù)化部署高并發(fā)調(diào)優(yōu)實(shí)戰(zhàn)

12 月 12 日 - 12 月 30 日，《產(chǎn)業(yè)級 AI 模型部署全攻略》系列直播課程，F(xiàn)astDeploy 聯(lián)合 10 家硬件公司與大家直播見面。

12 月 14 日 20:30 開始，NVIDIA 與百度資深專家將為大家?guī)硪浴?strong>一鍵搞定服務(wù)化部署，實(shí)現(xiàn)穩(wěn)定高并發(fā)服務(wù)”為主題的精彩分享，詳細(xì)解說 FastDeploy 服務(wù)化部署實(shí)戰(zhàn)教學(xué)，以及如何提升 GPU 利用率和吞吐量！歡迎大家掃碼報(bào)名獲取直播鏈接，加入交流群與行業(yè)精英深度共同探討 AI 部署落地話題。

一鍵搞定服務(wù)化部署

實(shí)現(xiàn)穩(wěn)定高并發(fā)服務(wù)

12 月 14 日，星期三，20:30

精彩亮點(diǎn)

• 企業(yè)級 NGC 容器，快速獲取強(qiáng)大的軟硬件能力

• 三行代碼搞定 AI 部署，一鍵體驗(yàn) 150+ 部署 demo

• 服務(wù)化部署實(shí)戰(zhàn)教學(xué)，提升 GPU 利用率和吞吐量

會議嘉賓

Adam | NVIDIA 亞太區(qū)資深產(chǎn)品經(jīng)理

Jason｜百度資深研發(fā)工程師

參與方式

掃碼報(bào)名獲取直播鏈接