可口可乐小子快播努力替*CUDA！摩尔线程Torch-MUSA插件升级v1.3.0完全开源

可口可乐小子快播快科技10月31日消息，摩尔线程宣布，针对PyTorch深度学习框架的MUSA插件“Torch-MUSA”，迎来重大更新新版本v1.3.0，全面兼容PyTorch2.2.0。

可口可乐小子快播新版进一步提升了PyTorch在摩尔线程GPUMUSA架构上的模型X能与覆盖度，能更友好地支持模型迁移到摩尔线程GPU。

可口可乐小子快播PyTorch是全球广泛使用的深度学习框架，在自然语言处理、计算机视觉、推荐系统等多个领域展现出了强大的应用能力。

可口可乐小子快播摩尔线程Torch-MUSA专为PyTorch提供MUSA后端加速支持，使得用户能够在MUSA架构上流畅运行深度学习模型，充分发挥国产全功能GPU的强大计算能力。

可口可乐小子快播自发布以来，Torch-MUSA已历经多个版本的迭*，不断提升兼容X与X能。

可口可乐小子快播Torch-MUSAv1.0.0版本开始，率先支持了PyTorch2.0，带来了显著的计算加速和易用X。

可口可乐小子快播经过持续的开发与优化，最新发布的v1.3.0版本已全面支持PyTorch2.2.0，极大提升了模型训练与推理的效率，满足了更多高X能深度学习任务的需求。

可口可乐小子快播目前，Torch-MUSA已完全开源，开发者可通过访问GitH..ub获取源*码。

可口可乐小子快播摩尔线程鼓励开发者积极参与该项目的开发与改进，通过提交问题报告（issue）或*码修改申请（pullrequest）等方式，共同促进Torch-MUSA以及MUSA软件生态的持续进步和发展。

可口可乐小子快播

▼Torch-MUSA开源地址：

https://github.com/MooreThreads/torch_musa

▼功能特X

在Torch-MUSA中，用户只需指定torch.device("musa")，即可轻松将现有的PyTorch模型迁移到MUSA架构的GPU上运行，无需大幅修改*码。

Torch-MUSA完全兼容PyTorch的自动微分和动态图机制，支持多种常用的神经网络模块及优化算法，并加速了关键深度学习算子的计算。

此外，Torch-MUSA还支持多种PyTorch特X，包括DDP、JIT、FSDP、Profiler、Extension等。

▼版本迭*

v1.1.0：

初次发布，支持PyTorch2.0，提供基础张量操作和常见神经网络层的MUSA加速。

v1.2.0：

进一步扩展算子支持，支持了完整功能的Profiler、MUSAExtension，并增加了Torch-MUSA专有特X如compare_tool、musa_converter，帮助用户更快的定位模型精度问题。

v1.3.0：

支持PyTorch2.2.0，X能进一步提升，支持FSDP，支持更复杂的模型和更大规模的数据处理。

▼未来计划

Torch-MUSA将继续跟进PyTorch的版本更新，计划支持更高版本的PyTorch。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：上方文Q

文章内容举报