加快TF服务推理时间

问题描述

我有一个模型，其中包含2个3d张量并输出4d张量。该模型的protobuf版本约为750 MB。 C ++推理可执行文件在Windows 10计算机上构建/运行，并使用CPU。

1. 我有一个有效的C ++代码，每次使用tensorflow.dll加载模型并进行正向传递。 （例如此post中提到的内容）。它的运行时间约为55到70秒，其中一个主要部分是模型加载和图形构建时间（约25秒）

2. 为加快运行时间，已移至使用TF Serve泊坞窗（如this）为模型提供服务。现在，整个运行时间减少到20到40秒之间。这里向前通过的时间约为8秒。

是否有办法进一步加快此速度（服务器-客户端方法）？是说，通过使用更多的CPU内核吗？

我知道将模型参数量化为f16或int将加快运行速度。还有其他想法吗？

这是在CPU上类似大小的模型的观察到的运行时吗？是说，BERT（小号和/或大号）吗？

谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）