腾讯 Angel 正式加入 LF 深度学习基金会，代码库已迁移

开发四年只会写业务代码，分布式高并发都不会还做程序员？ >>>  

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：

1. 万亿级维度特性计算

    a）基于参数服务器，Angel 可以轻松扩展到万亿级维度的模型

    b）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

    c）Angel 上的算法通过 pulling/pushing 子模型, 轻松训练万亿级维度的模型

2.高性能数学库

    a）无泛型设计, 采用 Java 基础数据类型来加速计算

    b）使用快速哈希方法，加速稀疏向量/矩阵运算

    c）Long-Key 索引和 Compoent 量向量/矩阵的引入, 使 Angel 支持超大模型

    d）Execotor-Expression 架构使其基础运算高效且易于扩展

3.计算图支持

    a）基于层的轻量计算图

    b）自动计算梯度

    c）易于添加层以扩展系统

    d）开箱即用的特征交叉层，有利于推荐系统算法开发

    e）Angel 和 Spark on Angel 共享统一的计算图

4.深度学习支持

    a）推荐系统中常见的深度学习算法，如 Deep And Wide, DeepFM，PNN，PNN，NFM 都已支持

    b）用户可以通过 Json 定义的网络

此外，随着 Angel 正式加入 LF ，项目代码已从原仓库 Tencent/angel 迁移至独立仓库 Angel-ML/angel 。据悉，项目后续将更加注重贡献者的成长和社区的建设，未来将由项目指导委员会 (TSC) 规划技术方向，并通过投票做出特性发布、工作流程、贡献者晋升等重要决策。

LF 深度学习基金会是由 Linux 基金会推出，创始成员包括 Amdocs、AT＆T、B.Yond、百度、华为、诺基亚、Tech Mahindra、腾讯、Univa 、中兴等等，旨在进一步推动开源 AI 和 ML 。