Anul trecut meta a anunțat că PyTorch s-a alăturat Fundației Linux ca platformă neutră pentru dezvoltarea proiectului de învățare automată și a comunității, cu AMD alăturându-se consiliului de conducere.
Fundația PyTorch promovează în mod activ adoptarea AI prin democratizarea ecosistemului software prin principii open source, care este în conformitate cu principiile de bază ale ecosistemului software deschis. AMD. AMD, la rândul său, promovează inovația și se străduiește să simplifice și să accelereze procesul de implementare a AI într-o gamă largă de descoperiri științifice.
Când a devenit membru fondator al Fundației PyTorch, a continuat să îmbunătățească cadrele open source AI. Și acum AMD și PyTorch introduc cele mai recente actualizări pentru ROCm și PyTorch, care vor permite dezvoltatorilor să creeze noi soluții AI bazate pe acceleratoarele AMD Instinct și Radeon.
Asistența din partea comunității PyTorch a fost extrem de utilă în identificarea lacunelor specifice, prioritizarea actualizărilor cheie și furnizarea de feedback pentru a optimiza performanța și a sprijini călătoria de la „beta” la „stabil”. Rezultatele efortului comun sunt demonstrate în mod clar de nivelul de performanță care este măsurat pe criterii cheie ale industriei, cum ar fi SuperBench de la Microsoft.
Îmbunătățirea progresivă atât a arhitecturii AMD CDNA, cât și a ROCm și PyTorch arată creșterea performanței unui singur model de GPU de la AMD Instinct MI100 la familia de GPU-uri AMD Instinct MI200 de ultimă generație de la ROCm 4.2 la ROCm 5.3 și de la PyTorch 1.7 la PyTorch. Actualizările cheie includ:
- Integrare completă continuă (CI) pentru ROCm în PyTorch. Toate caracteristicile sunt testate prin procesul CI, care ajută la construirea și testarea corectă înainte de lansarea așteptată a Docker și roata PIP
- Asistență Kineto Profiler. Cu suport pentru profiler pentru ROCm, dezvoltatorii și utilizatorii vor putea obține instrumente puternice de diagnosticare și profilare pentru a înțelege și a elimina mai bine blocajele de performanță.
- Suport pentru bibliotecile cheie PyTorch. Utilizatorilor li se oferă acces deschis la ecosistemul bibliotecii PyTorch, inclusiv TorchText, TorchRec, TorchVision, TorchAudio și alte colecții optimizate, cum ar fi MIOpen, RCCL și rocBLAS, pentru noi niveluri de eficiență și productivitate mai mare.
- Suport pentru AITemplate Inference Engine. Pentru a îmbunătăți performanța, MetaAI open source AITemplate și biblioteca Composable Kernel (CK) pot suporta mai multe nuclee de matrice AMD pentru blocuri transformatoare.
În plus, AMD și PyTorch au dezvoltat împreună peste 50 de caracteristici și îmbunătățiri ale funcționalităților pentru a adăuga suport stabil ROCm. Acestea includ îmbunătățiri ale instrumentelor, compilatoarelor, timpilor de execuție, optimizarea grafică cu TorchScript, utilizarea căii cuantice INT8 și integrarea timpului de execuție ONNX.
Pentru a accelera aplicarea capabilităților AI atât la marginea cât și la centrul de date, AMD oferă PyTorch acces la un portofoliu de FPGA și SoC-uri adaptive. Platforma AMD Vitis AI oferă modele de inteligență artificială, nuclee optimizate de procesor de învățare profundă (DPU), instrumente, biblioteci și exemple de proiecte pentru inteligența artificială.
Interesant de asemenea: