当前位置:首页 > 报告详情

陈仲铭-大模型训练中PyTorch与国产芯片的爱恨情仇.pdf

上传人: 张** 编号:182380 2024-11-01 58页 2.90MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了PyTorch框架的发展历程、架构以及与国产芯片昇腾的适配过程。PyTorch自2017年诞生以来,经历了多个版本的发展,其动态计算图、易用性、灵活性等特点使其成为深度学习研究和应用的首选框架之一。文章详细描述了PyTorch的架构,包括Python API、AutoGrad、ATen、JIT等核心组件,以及它们之间的关系。 在昇腾芯片与PyTorch的适配过程中,作者首先尝试了侵入式适配方案,但存在版本升级困难、代码量大、用户安装难度高等问题。随后,作者提出了插件化适配方案,通过将自研的适配代码与开源原生代码剥离,实现了与PyTorch的解耦合,简化了版本升级,提高了用户体验。 最后,作者总结了插件化适配方案带来的好处,包括编译安装效率提升90%以上,研发人员效率提升,工程代码质量提升,以及用户体验明显变好。同时,作者也提出了后续的适配计划,包括完成大部分代码的迁移,进一步分析解耦侵入式改写过深的功能,以及紧跟社区进展等。
PyTorch框架发展历程及优势是什么? PyTorch框架架构如何实现动态计算图? 昇腾芯片如何与PyTorch框架进行适配?
客服
商务合作
小程序
服务号
折叠