拥抱 PyTorch，来自 Gauss 的自我革命

文章预览

作者：cedric    导语  自 2015 年 TensorFlow 开源以来，伴随着深度学习的迅猛发展，通用深度学习框架经历了 10 年的高速发展，大浪淘沙，余者寥寥。曾几何时，也有过性能与易用性之争，也有过学术界和工业界之分，但随着本轮大模型应用的推波助澜，PyTorch 无疑已经成为事实上的大模型“标准框架”。时至今日，PyTorch AOTCompile 特性的发布更是直接撕下了 TensorFlow 最后一块“易于部署”的遮羞布。社区活跃度、性能和易用性，数张无形的大手，推搡着我们去拥抱更加现代化的新质生产力 —— PyTorch。 一、Torch做推荐，到底行不行？ 区别于一统天下的大模型场景，PyTorch 在推荐场景上的应用谈不上广泛，但好在 Gauss 并不是第一个在微信内尝试使用 PyTorch 搭建整条推荐流水线的团队。早在 2022 年，微信 内部就 进行了初步的尝试[1]，并在部分场景实际 ………………………………