如何突破Decoder性能瓶颈？英伟达专家揭秘FasterTransformer2.0的原理与应用

自从 “Attention is All You Need” 在2017年提出以来，Transformer已成为 NLP 领域中非常热门的深度学习网络架构。但是在推理部署阶段，其计算性能往往难以满足在线业务对于低延迟和高吞吐的要求。

在英伟达开源的FasterTransformer 1.0版本中，针对BERT中的 Transformer Encoder进行了优化和加速，经过高度优化之后，降低了用户使用transformer编码的时延。

在解决了Encoder性能问题之后，英伟达将重点放到了同样重要的Transformer Decoder推理上。

因此，英伟达推出了FasterTransformer 2.0版本，提供针对解码器进行高度优化的transformer layer。同时，还提供了优化过后的整个翻译流程，满足想要在翻译场景中大幅降低时延的用户们。

那么，FasterTransformer 2.0背后的优化原理是什么？如何针对decoder和decoding进行优化？

4月9日，英伟达x量子位将举办一场线上公开课，英伟达GPU计算专家、FasterTransformer 2.0 开发者之一的薛博阳老师将为大家详细讲解，欢迎大家报名，与薛老师一起探讨和交流。

课程安排

主题：FasterTransformer 2.0 的原理与应用

时间：2020年4月9日（周四），20:00-21:30

环节：讲解+问答

课程内容：

FasterTransformer 2.0 新增加功能介绍

如何针对decoder和decoding进行优化

如何使用decoder和decoding

Decoder和decoding能够带来什么样的加速效果

嘉宾介绍

薛博阳，NVIDIA GPU 计算专家，拥有多年GPU开发经验和深度学习开发经验。曾参与计算机视觉、游戏人工智能等项目开发。FasterTransformer 2.0 开发者之一，目前主要负责 FasterTransformer 2.0 的进一步的优化。