【问题征集】生态上，框架如何与硬件厂商配合

[onecatcn]

欢迎提问，包括但不限于：
例行发版；
一系列软件栈的适配；
维护、支持和贡献。

[wanx7130]

一、可否开放图对接能力？
二、自定义pass的能力除了在Inference下开放外，可否在动转静的流程中也开放给后端硬件？
三、多数后端硬件应该都可以支持多stream，可否将gpu现在的多stream处理能力也开放共享给后端其它硬件？
四、GPU多数融合pass融合出来的算子，其他后端硬件也可以支持，可否归一处理硬件的pass处理能力，而非现在的强制按硬件类型区分
五、可否实现transpose消除的能力？当前conv类算子基本都在算子前后插入了nchw->nhwc和nhwc->nchw的转换算子，导致离线推理时整图里的transpose个数较多，而大多时候格式是可以向下传导的，并不必要有这么多的转换

[bin1guo]

• LLM目前是众多AI开发者关注的热点，为了更方面开发者使用，针对飞桨框架，能否将LLM相关的工具链进行整合，使之LLM的标签更加明显，让用户更便捷的使用飞桨开发大模型相关任务

• 文心模型虽然是闭源模型，为了便于硬件厂商使能和调优，能否给出一个最基础模型供适配和性能测试？

[jzhang533]

concerns have been addressed in offline discussion.
closing this.