AMD 在部分 RDNA™ 3 GPU 上通过 ROCm™ 5.7 扩展了对 PyTorch 机器学习开发的支持
使用 PyTorch 进行机器学习 (ML) 模型和算法研究的开发者现在可以……
AMD2023年10月31日
通过 torch.compile 将 NumPy 代码编译为 C++ 或 CUDA
Quansight 的工程师们在 PyTorch 2.1 中实现了通过 torch.compile 对 NumPy 代码进行追踪的支持。此功能……
PyTorch Edge：通过 ExecuTorch 实现跨移动设备和边缘设备的端侧推理
我们很高兴发布 ExecuTorch，这是我们全新的解决方案，旨在实现跨设备的端侧推理能力……
the PyTorch Edge Team2023年10月17日
用于长上下文推理的 Flash-Decoding
动机：诸如 ChatGPT 或 Llama 之类的大型语言模型 (LLM) 最近受到了前所未有的关注……
ML 模型服务器资源节省——从高成本 GPU 过渡到由 oneAPI 提供支持的英特尔 CPU 并提升性能 ![]()
审阅者：Yunsang Ju (Naver GplaceAI 负责人), Min Jean Cho (Intel), Jing Xu (Intel), Mark Saroufim (Meta) 简介：在这里，我们将……
ML 模型服务器资源节省——从高成本 GPU 过渡到由 oneAPI 提供支持的英特尔 CPU 并提升性能 ![]()
在这里，我们将分享我们将 AI 工作负载从 GPU 服务器迁移的经验……
PyTorch Foundation2023年10月11日
PyTorch 2.1：自动动态形状编译，分布式检查点
我们很高兴宣布 PyTorch® 2.1 (发布说明) 的发布！PyTorch 2.1 提供了……
PyTorch Foundation2023年10月4日
使用 torch.compile 和 PyTorch Inductor 加速 CPU 推理
故事概览：尽管 PyTorch* Inductor C++/OpenMP* 后端已使用户能够……
Intel2023年9月13日
PyTorch/XLA SPMD：通过自动并行化扩展模型训练与推理
今天，我们很高兴地宣布 PyTorch/XLA SPMD：将 GSPMD 集成到 PyTorch 中，提供了一种简单的……