LightSeq：一款用于NLP的高性能序列推理引擎

在本次分享中，会介绍LightSeq团队在过去一年多时间里，针对自然语言处理领域的序列（sequence）模型，进行的推理优化工作。自2017年Google提出Transformer模型，以其为基础的特征提取方法，推动了众多自然语言处理任务能力水平的提升，与此同时，模型的参数量和推理延迟也呈现近乎指数增长。为了满足业务场景严苛的部署要求，LightSeq 团队结合场景特性：1. 对特征运算进行了定制优化 2. 对自回归解码进行了层次化改写 3.引入编译优化技术进一步提升计算吞吐。成为业界第一款完整支持Transformer、GPT等多种模型高速推理的开源引擎。模型层面，LightSeq团队也探