GTC 2023：阿里巴巴CUTLASS优化探索推荐系统中的应

推荐系统简介

背景：

●场景多，模型计算复杂度高;

●流量大，对实时性要求高;

●占用硬件资源多，硬件成本高;

●模型结构存在- -致性，可通过定制算子获得加速;

以TensorFlow为backend ，算子数量多;此前，我们通过算子融合（类Faster Transformer），CUDA Graph等手段已经取得了不错的性能提升;利用CUTLASS进一步优化Attention和MLP计算， 可进步提升资源利用率。