العام الماضي مييتااا أعلن أن PyTorch قد انضمت إلى Linux Foundation كمنصة محايدة لتطوير مشروع التعلم الآلي والمجتمع ، مع انضمام AMD إلى مجلس الإدارة.
تعمل مؤسسة PyTorch بنشاط على تعزيز اعتماد الذكاء الاصطناعي من خلال إضفاء الطابع الديمقراطي على النظام البيئي للبرامج من خلال مبادئ مفتوحة المصدر ، والتي تتماشى مع المبادئ الأساسية للنظام البيئي المفتوح للبرمجيات. AMD. AMD ، من جانبها ، تشجع الابتكار وتسعى جاهدة لتبسيط وتسريع عملية تطبيق الذكاء الاصطناعي في مجموعة واسعة من الاكتشافات العلمية.
عندما أصبحت عضوًا مؤسسًا لمؤسسة PyTorch ، واصلت تحسين أطر عمل الذكاء الاصطناعي مفتوحة المصدر. والآن تقدم AMD و PyTorch آخر التحديثات إلى ROCm و PyTorch ، والتي ستسمح للمطورين بإنشاء حلول ذكاء اصطناعي جديدة تعتمد على AMD Instinct ومسرعات Radeon.
لقد كان الدعم المقدم من مجتمع PyTorch مفيدًا للغاية في تحديد فجوات معينة ، وتحديد أولويات التحديثات الرئيسية ، وتقديم الملاحظات لتحسين الأداء ودعم الرحلة من "الإصدار التجريبي" إلى "المستقر". تظهر نتائج الجهد المشترك بوضوح من خلال مستوى الأداء الذي يتم قياسه وفقًا لمعايير الصناعة الرئيسية مثل SuperBench من Microsoft.
يُظهر التحسين التدريجي لكل من بنية AMD CDNA و ROCm و PyTorch نمو أداء نموذج GPU واحد من AMD Instinct MI100 إلى أحدث جيل من عائلة AMD Instinct MI200 من وحدات معالجة الرسومات من ROCm 4.2 إلى ROCm 5.3 ومن PyTorch 1.7 إلى PyTorch 1.12. تشمل التحديثات الرئيسية ما يلي:
- التكامل المستمر الكامل (CI) لـ ROCm في PyTorch. يتم اختبار جميع الميزات من خلال عملية CI ، مما يساعد على البناء والاختبار بشكل صحيح قبل إصدار Docker المتوقع وعجلة PIP
- دعم ملف التعريف Kineto. من خلال دعم ملف التعريف لـ ROCm ، سيتمكن المطورون والمستخدمون من الحصول على أدوات تشخيص وتنميط قوية لفهم مشكلات الأداء والقضاء عليها بشكل أفضل
- دعم مكتبات PyTorch الرئيسية. يتم منح المستخدمين وصولاً مفتوحًا إلى النظام البيئي لمكتبة PyTorch ، بما في ذلك TorchText و TorchRec و TorchVision و TorchAudio ومجموعات محسّنة أخرى مثل MIOpen و RCCL و rocBLAS للحصول على مستويات جديدة من الكفاءة وإنتاجية أعلى
- دعم محرك الاستدلال AITemplate. لتحسين الأداء، يمكن لـ MetaAI مفتوح المصدر AITemplate ومكتبة Composable Kernel (CK) دعم المزيد من نوى مصفوفة AMD لكتل المحولات.
بالإضافة إلى ذلك ، طورت AMD و PyTorch بشكل مشترك أكثر من 50 ميزة وتحسينات وظيفية لإضافة دعم ROCm مستقر. يتضمن ذلك تحسينات على الأدوات والمجمعات وأوقات التشغيل وتحسين الرسومات باستخدام TorchScript واستخدام المسار الكمي INT8 وتكامل وقت تشغيل ONNX.
لتسريع تطبيق قدرات الذكاء الاصطناعي على كل من الحافة ومركز البيانات ، توفر AMD لـ PyTorch إمكانية الوصول إلى مجموعة FPGAs و SoCs التكيفية. تقدم منصة AMD Vitis AI نماذج ذكاء اصطناعي ، ونوى معالجات التعلم العميق (DPU) ، والأدوات ، والمكتبات ، وأمثلة لمشاريع الذكاء الاصطناعي.
مثير للاهتمام أيضًا: