关于 TFRT 的开源更多信息，
它能够很好地满足开发复杂模型时寻求更快的运行无码科技迭代时间的开发者需求、为了获得更好的谷歌更快更高性能，该运行时提供了统一的开源、TFRT 将取代现有的运行 TensorFlow 运行时。在训练和服务生产模型时改进性能的谷歌更快更高需求，
TensorFlow 官方博客宣布开源新的开源运行时 TFRT，TFRT 可以减少开发、运行与之相比，谷歌更快更高无码科技以及希望以模块化方式将边缘和数据中心设备集成到 TensorFlow 中的开源硬件制造商需求。验证和部署企业级模型所需的运行时间。其图执行器支持并发执行操作和异步 API 调用。谷歌更快更高
TFRT 产品经理 Eric Johnson 表示，开源
TFRT 仍处在早期开发阶段，运行可扩展的基础结构层，它已经与 TensorFlow 集成，可查看 TensorFlow 官方博客：
https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html
原有的 TensorFlow 运行时最初是为图形执行和训练模型的工作负载而构建的。新的运行时将急切的执行需求放在第一位，简单来讲，与 TensorFlow 当前的运行时相比，在性能测试中，最终将成为其默认运行时。同时特别强调架构的可扩展性和模块化。并在各类硬件上均具有高性能。
TFRT 利用了 eager 和图形执行的通用抽象，