本文來(lái)自于微信公眾號(hào) AIGC開(kāi)放社區(qū)(ID：AIGCOPEN)，作者：AIGC開(kāi)放社區(qū)。

　　目前，著名AI模型開(kāi)源平臺(tái)Hugging Face上有超過(guò)320，000個(gè)大模型，并且每天保持高速增長(zhǎng)。據(jù)統(tǒng)計(jì)只有大約6，000個(gè)模型支持ONNX格式，但微軟表示，實(shí)際上有超過(guò)130，000個(gè)模型支持該格式。

　　而ONNX格式模型可以通過(guò)微軟的ONNX Runtime優(yōu)化性能、節(jié)省算力、增強(qiáng)訓(xùn)練/推理能力，例如，通過(guò)ONNX Runtime加速語(yǔ)音識(shí)別模型whisper的推理能力，比PyTorch高74.30%，大幅度提升了模型的響應(yīng)效率。

　　微軟已與Hugging Face達(dá)成深度技術(shù)合作，擴(kuò)大了ONNX Runtime的支持范圍，支持90多種架構(gòu)的大模型，包括Llama、(類ChatGPT大語(yǔ)言模型)、Stable-Diffusion(擴(kuò)散模型)、BERT、T5、RoBERTa等，當(dāng)下最流行的11種大模型。

　　什么是ONNX格式

　　ONNX英文全稱是Open Neural Network Exchange，中文譯為“開(kāi)放神經(jīng)網(wǎng)絡(luò)交換”，是一種用于表示機(jī)器學(xué)習(xí)模型的開(kāi)放標(biāo)準(zhǔn)文件格式，可在不同的深度學(xué)習(xí)框架之間實(shí)現(xiàn)互操作性。

　　該格式由微軟、Facebook等科技巨頭共同開(kāi)發(fā)而成，旨在簡(jiǎn)化人工智能模型的開(kāi)發(fā)和部署過(guò)程。ONNX支持多種深度學(xué)習(xí)框架，例如，PyTorch、TensorFlow、Caffe2、MXNet等。

　　這使得開(kāi)發(fā)人員可以在一個(gè)框架中訓(xùn)練模型，然后將其轉(zhuǎn)換為ONNX格式，并在另一個(gè)框架中進(jìn)行部署和推理。

　　此外，ONNX模型的移植性非常強(qiáng)，可以在各種硬件平臺(tái)(如CPU、GPU、FPGA和邊緣設(shè)備)上運(yùn)行，實(shí)現(xiàn)廣泛的部署靈活性。

　　這意味著在部署過(guò)程中，開(kāi)發(fā)人員不再受限于特定的硬件或軟件環(huán)境。

　　ONNX Runtime推理平臺(tái)介紹

　　ONNX Runtime是微軟開(kāi)源的一款高性能的跨平臺(tái)庫(kù)，主要用于運(yùn)行和加速ONNX格式的機(jī)器學(xué)習(xí)模型。目前，Adobe、AMD、英特爾、英偉達(dá)、甲骨文等世界頂級(jí)公司，通過(guò)該平臺(tái)加速AI模型的開(kāi)發(fā)效率。

　　ONNX Runtime的特色功能包括支持多種模型架構(gòu)、框架兼容性、跨平臺(tái)支持、性能優(yōu)化等。

　　支持多種模型架構(gòu):支持各種類型的模型，例如，計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)等領(lǐng)域的模型，使得在處理各種任務(wù)時(shí)具有高度的靈活性。

　　框架兼容性:ONNX Runtime支持多種深度學(xué)習(xí)框架導(dǎo)出的ONNX模型，如PyTorch，TensorFlow，scikit-learn和Apache MXNet，大大簡(jiǎn)化了模型部署過(guò)程，并提高了模型的可移植性。

　　跨平臺(tái)支持:可在多個(gè)操作系統(tǒng)例如Windows、macOS、Linux和云，移動(dòng)設(shè)備和IoT設(shè)備上運(yùn)行，實(shí)現(xiàn)廣泛的部署靈活性。

　　性能優(yōu)化:ONNX Runtime專門針對(duì)不同的硬件平臺(tái)如CPU、GPU和邊緣設(shè)備進(jìn)行了性能優(yōu)化，從而實(shí)現(xiàn)高效的模型推理。支持各種硬件加速器，例如，NVIDIA TensorRT、Intel的OpenVINO和DirectML。

　　微軟表示，在Hugging Face開(kāi)源平臺(tái)上還有10萬(wàn)個(gè)模型不支持ONNX格式，鼓勵(lì)更多的技術(shù)研究機(jī)構(gòu)、開(kāi)源項(xiàng)目加入到ONNX社區(qū)，以通過(guò)ONNX Runtime增強(qiáng)開(kāi)發(fā)效率。