Прогнозы повышения градиента в рабочих средах с низкой -задержкой?

Может ли кто-нибудь порекомендовать стратегию прогнозирования с использованием модели повышения градиента в диапазоне <10 -15 мс (, чем быстрее, тем лучше )?

Я использовал Rпакет gbm, но первое предсказание занимает ~50 мс (последующие векторизованные предсказания в среднем составляют 1 мс, поэтому, похоже, возникают накладные расходы, возможно, при вызове библиотеки C++ ). ]. Ориентировочно будет ~10 -50 входов и ~50 -500 деревьев. Задача — классификация, и мне нужен доступ к предсказанным вероятностям.

Я знаю, что существует множество библиотек, но мне не повезло найти информацию даже о приблизительном времени предсказания для них. Обучение будет происходить в автономном режиме, поэтому только прогнозы должны быть быстрыми --, кроме того, прогнозы могут исходить из фрагмента кода/библиотеки, которые полностью отделены от всего, что делает обучение (, если существует общий формат для представления деревья ).