今年3月我们曾报道过，腾讯计划将开源的 Angel 项目贡献给 LF 深度学习基金会。8月27日，Angel 正式宣布加入 LF 基金会，并表示即将发布可达万亿级维度特性计算的 2.0 版本。
Angel 是一个基于参数服务器（ParameterServer）理念的高性能分布式机器学习平台，在腾讯内部广泛应用于腾讯视频推荐、微信内容推荐、广点通点击率预估等业务场景，于2017年6月正式开源。Angel 发布之初的口号是可以轻松处理 TB 级别的数据和十亿维度的主题模型，从目前透露的 2.0 相关信息来看，Angel 将扩展到千亿级维度特性。 Angel 2.0 特性：万亿级维度特性计算。基于参数服务器，Angel 可以轻松扩展到万亿级维度的模型；针对稀疏大模型的场景, Angel 对底层数数学库进行了做了优化；Angel 上的算法通过 pulling/pushing 子模型, 轻松训练万亿级维度的模型。 高性能数学库。无泛型设计, 采用 Java 基础数据类型来加速计算；使用快速哈希方法，加速稀疏向量/矩阵运算；Long-Key 索引和 Compoent 量向量/矩阵的引入, 使 Angel 支持超大模型；Execotor-Expression 架构使其基础运算高效且易于扩展。 计算图支持。基于层的轻量计算图；自动计算梯度；易于添加层以扩展系统；开箱即用的特征交叉层，有利于推荐系统算法开发；Angel 和 Spark on Angel 共享统一的计算图…… 2018年08月30日，Pixvana是一家致力于为XR故事叙述与沉浸式媒体提供支持的服务生，他们今天宣布开放自家的软件开发套件(SDK)，允许第三方集成Pixvana的云服务和VR视频流传输技术，从而创建高品质的品牌VR视频应用。
Pixvana SPIN Play SDK是一个Apache 2.0开源授权库，开发者可以将其插入到自己的Unity应用程序开发环境中，为所有VR头显添加高质量的VR视频播放，动态控制和跨平台支持。Pixvana基于云端的CMS支持媒体公司的高级数据流和可定制的元数据字段。用户可以从现有的云端存储上传和导出到自定义或公共端点。 这款工具包括灵活的媒体传输和优化的编码，而16K分辨率编码可通过视场自适应流媒体传输(FOVAS)和VR原生播放投影提供优化的分辨率。 Pixvana的产品经理Beverly Vessella表示：“应用程序开发者需要一个拖放式的解决方案，为基于Unity的虚拟现实，增强现实或混合现实应用程序添加360度和180度VR视频。通过向社区开放我们宝贵的，基于云端的VR插件，我们希望能够加速VR和AR应用的普及和创新。” 在今年早些时候，CNN就采用了SPIN Play SDK来为Oculus提供CNN VR应用程序，为读者提供突发新闻和一系列以沉浸式360度格式制作的原创故事。借助Pixvana SDK，CNN的应用程序匹配了“快速启动”的要求，在观众选择任意视频内容后即可在数秒内提供高质量的播放。更多内容，请关注本次专辑…… WebAssembly 自发布以来，采用率有在稳步提高。针对 WebAssembly 的大型应用也已经开始出现，Epic 的 ZenGarden benchmark 包含 39.5 MB 的 WebAssembly 二进制文件，AutoDesk 也有 36.8 MB。这些应用需要相当长的时间才能启动，在多数机器上甚至超过30秒，用户体验不够良好。
在类似的情况下，JS 应用的启动速度比 WebAssembly 应用快，原因是 WebAssembly 承诺提供可预测的性能，一旦应用运行，它可以始终如一地满足你的性能需求。为改变这一状况，V8 在最新发布的 6.9 版本中引入了 Liftoff 。 这是一个基线编译器（baseline compiler），旨在通过尽可能快地生成代码来减少基于 WebAssembly 的应用的启动时间。Liftoff 避免了构造 IR 的时间和内存开销，并通过 WebAssembly 函数的字节码一次性生成机器代码。从上图也可以看出，Liftoff 能够比原来的 TurboFan 更快地生成代码，因为流程只包含两个阶段。 |
