TensorRT 是一款高性能深度学习推理平台，可为基于 NVIDIA GPU 的推荐、语音和图像/视频等应用提供低延迟和高吞吐量。它包含用于导入模型的解析器、以及能够在对推理进行优化之前支持新操作和层的插件。
今日，NVIDIA 将 TensorRT 中的解析器和插件开源，使广大的深度学习社区能够对这些组件进行自定义和扩展，让应用程序充分利用强大的 TensorRT 优化。
NVIDIA 一直以来都坚定不移地为开源社区提供大力支持，GitHub 页面 提供了超过 120 个存储库，我们的深度学习框架团队为深度学习项目贡献了超过 1500 项，以及诸多大型项目，如 RAPIDS 、NVIDIA DIGITS、NCCL、TensorRT 推理服务器、以及如今的 TensorRT。
多种方式参与其中，贡献你的智慧：
针对 ONNX 格式和 Caffe 扩展解析器，将可实现新操作的模型导入 TensorRT
插件使你能够在 TensorRT 中运行自定义操作。你可以将开源插件用作参考，或构建新插件以支持新的层并与社区共享
样本为你的推理应用程序提供了一个起点，提供涵盖新工作流程和管线的样本
TensorRT github 存储库访问链接 https://github.com/NVIDIA/TensorRT，其中包括有关如何参与其中的贡献指南。
我们欢迎社区对所有部分的大力贡献，访问https://github.com/NVIDIA/TensorRT/blob/master/CONTRIBUTING.md，参考贡献指南。当新版本发布可用时，NVIDIA 会将最新代码与 TensorRT 合并发布。