Am 5. Oktober 2023 (Pekinger Zeit) veröffentlichte die PyTorch-Community offiziell Version 2.1. Durch die kontinuierliche Zusammenarbeit und die gemeinsamen Bemühungen zwischen der PyTorch-Community und Ascend hat PyTorch Version 2.1 gleichzeitig Ascend NPU unterstützt. Dies bedeutet, dass Entwickler Ascend-basierte Modelle direkt auf PyTorch 2.1 entwickeln können. In Zukunft wird Ascend durch kontinuierliche Community-Technologiebeiträge gleichzeitig mit der PyTorch-Community-Version weiterentwickelt und veröffentlicht, um gemeinsam KI-Technologieinnovationen und die ökologische Open-Source-Entwicklung zu fördern
Bildunterschrift: In der offiziellen Veröffentlichungserklärung der PyTorch-Community Version 2.1 wurde bekannt gegeben, dass Ascend NPU erfolgreich verbunden wurde
PyTorch hat in der neuen Version einen umfassenderen Gerätezugriffsmechanismus von Drittanbietern veröffentlicht. Diese Funktion wird von Ascend geleitet und gemeinsam mit den Hauptbetreuern der PyTorch-Community vervollständigt. Basierend auf dieser Funktion können KI-Computergeräte von Drittanbietern eine Verbindung zum PyTorch-Framework herstellen, ohne den ursprünglichen Framework-Code zu ändern. Ascend bietet außerdem eine offiziell zertifizierte Referenzimplementierung von Torch NPU, die Geräten von Drittanbietern den einfachen Zugriff ermöglichen kann.
In früheren Versionen mussten Entwickler aufgrund der fehlenden nativen Unterstützung für Ascend-Computergeräte mehrere Wochen mit der Migration von Modellen verbringen, wenn sie Ascend NPU verwenden wollten, um eine Beschleunigung unter Mainstream-Frameworks zu erreichen. Basierend auf der neuen Version können Benutzer jetzt direkt die native PyTorch-Entwicklungserfahrung auf Ascend NPU genießen und Modelle und Anwendungen erhalten, die effizient auf Ascend-Computergeräten ausgeführt werden können.
Shengteng hat PyTorch an die gängigen großen Modelle der Branche wie BLOOM, GPT-3 und LLaMA angepasst und diese tiefgreifend optimiert, um sicherzustellen, dass die Leistung mit der Branche mithalten kann. Bei der neuesten PyTorch-Version wird Ascend eng mit der Community zusammenarbeiten, um gleichzeitig die Modellbeschleunigungsfunktionen weiterzuentwickeln und kontinuierlich zu verbessern
In Zukunft wird Ascend die Verbesserung der Diversitäts-Rechenleistung in der PyTorch-Community durch kontinuierliche technische Beiträge aktiv fördern, das PyTorch-Framework optimieren, zur Freigabe der Ascend-Rechenleistung beitragen und mit Mitwirkenden der PyTorch-Community zusammenarbeiten, um die Innovation der KI-Technologie und die schnelle Entwicklung zu fördern des Open-Source-Ökosystems.
Das obige ist der detaillierte Inhalt vonPyTorch und Shengteng fördern gemeinsam die innovative Entwicklung des KI-Ökosystems. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
