《英雄聯(lián)盟》夏季賽總決賽今日開打！JDG對陣LNG首發(fā)名單來了 Knight：準備三連冠
8月5日消息，今日17:00，《英雄聯(lián)盟》2023LPL夏季賽總決賽將正式開打，由JDG對陣LNG。對兩支隊伍來說，這場比賽不僅要爭奪夏季賽冠軍，更要決定誰才是LPL賽區(qū)一
快科技10月31日消息，摩爾線程宣布，針對PyTorch深度學(xué)習(xí)框架的MUSA插件“Torch-MUSA”，迎來重大更新新版本v1.3.0，全面兼容PyTorch 2.2.0。
新版進一步提升了PyTorch在摩爾線程GPU MUSA架構(gòu)上的模型性能與覆蓋度，能更友好地支持模型遷移到摩爾線程GPU。
PyTorch是全球廣泛使用的深度學(xué)習(xí)框架，在自然語言處理、計算機視覺、推薦系統(tǒng)等多個領(lǐng)域展現(xiàn)出了強大的應(yīng)用能力。
摩爾線程Torch-MUSA專為PyTorch提供MUSA后端加速支持，使得用戶能夠在MUSA架構(gòu)上流暢運行深度學(xué)習(xí)模型，充分發(fā)揮國產(chǎn)全功能GPU的強大計算能力。
自發(fā)布以來，Torch-MUSA已歷經(jīng)多個版本的迭代，不斷提升兼容性與性能。
Torch-MUSA v1.0.0版本開始，率先支持了PyTorch 2.0，帶來了顯著的計算加速和易用性。
經(jīng)過持續(xù)的開發(fā)與優(yōu)化，新發(fā)布的v1.3.0版本已全面支持PyTorch 2.2.0，極大提升了模型訓(xùn)練與推理的效率，滿足了更多高性能深度學(xué)習(xí)任務(wù)的需求。
目前，Torch-MUSA已完全開源，開發(fā)者可通過訪問GitHub獲取源代碼。
摩爾線程鼓勵開發(fā)者積極參與該項目的開發(fā)與改進，通過提交問題報告（issue）或代碼修改申請（pull request）等方式，共同促進Torch-MUSA以及MUSA軟件生態(tài)的持續(xù)進步和發(fā)展。
▼ Torch-MUSA開源地址：
https://github.com/MooreThreads/torch_musa
▼ 功能特性
在Torch-MUSA中，用戶只需指定torch.device("musa")，即可輕松將現(xiàn)有的PyTorch模型遷移到MUSA架構(gòu)的GPU上運行，無需大幅修改代碼。
Torch-MUSA完全兼容PyTorch的自動微分和動態(tài)圖機制，支持多種常用的神經(jīng)網(wǎng)絡(luò)模塊及優(yōu)化算法，并加速了關(guān)鍵深度學(xué)習(xí)算子的計算。
此外，Torch-MUSA還支持多種PyTorch特性，包括DDP、JIT、FSDP、Profiler、Extension等。
▼ 版本迭代
v1.1.0：
初次發(fā)布，支持PyTorch 2.0，提供基礎(chǔ)張量操作和常見神經(jīng)網(wǎng)絡(luò)層的MUSA加速。
v1.2.0：
進一步擴展算子支持，支持了完整功能的Profiler、MUSA Extension，并增加了Torch-MUSA專有特性如compare_tool、musa_converter，幫助用戶更快的定位模型精度問題。
v1.3.0：
支持PyTorch2.2.0，性能進一步提升，支持FSDP，支持更復(fù)雜的模型和更大規(guī)模的數(shù)據(jù)處理。
▼ 未來計劃
Torch-MUSA將繼續(xù)跟進PyTorch的版本更新，計劃支持更高版本的PyTorch。
本文鏈接：http://www.tebozhan.com/showinfo-24-123390-0.html努力替代CUDA！摩爾線程Torch-MUSA插件升級v1.3.0 完全開源
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號