XGBoost 2.0 réduit de 55% les coûts de recommandation face à TensorFlow 2.15 sur un jeu de données de 1M d'utilisateurs
Un benchmark comparant XGBoost 2.0 et TensorFlow 2.15 sur un dataset de recommandation de 1 million d'utilisateurs a montré une réduction de 55% des coûts d'inférence.
Published 12sem1 sourceNotableupdated 12sem
Lire en français
≈ 34s
1 million d'utilisateurs
15 sur un dataset de recommandation de 1 million d'utilisateurs a montré une réduction de 55…
22 000 $
La précision hors ligne est restée équivalente, permettant une économie mensuelle de 22 000$…
The fact
La précision hors ligne est restée équivalente, permettant une économie mensuelle de 22 000$ sur la facture AWS pour un système de recommandation de taille moyenne.
Aucun détail sur l'équipe ou l'entreprise à l'origine du test n'est précisé.
Click the link to read an article on the topic:
Observed impact
Réduction drastique des coûts d'infrastructure cloud pour systèmes de recommandation IA