PyTorch 1.8來了！正式支持AMD GPU，煉丹不必NVIDIA
還有新的移動端教程
夢晨 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
1.8版本中，官方終于加入了對AMD ROCm的支持，可以方便的在原生環(huán)境下運行，不用去配置Docker了。
注意AMD ROCm只支持Linux操作系統(tǒng)
1.8版本集合了自2020年10月1.7發(fā)布以來的超過3000次GitHub提交。
此外，本次更新還有諸多亮點：
- 優(yōu)化代碼，更新編譯器
- Python內(nèi)函數(shù)轉(zhuǎn)換
- 增強分布式訓(xùn)練
- 新的移動端教程與演示
- 新的性能檢測工具
相關(guān)的庫TorchCSPRNG, TorchVision, TorchText和TorchAudio也會隨之更新。
要注意的是，自1.6起，Pytorch新特性將分為Stable、Beta、Prototype三種版本。其中Prototype不會包含到穩(wěn)定發(fā)行版中，需要從Nightly版本自行編譯。
Python to Python函數(shù)轉(zhuǎn)換
新增的Beta特性torch.fx可以實現(xiàn)Python到Python的函數(shù)轉(zhuǎn)換，可以方便的加入任何工作流程。
新的API，向NumPy學(xué)習(xí)！
1.7版本中增加的Beta特性torch.fft已成為正式特性。實現(xiàn)了與Numpy中的np.fft類似的快速傅立葉變換，還增加了硬件加速支持與自動求導(dǎo)，以更好的支持科學(xué)計算。
還增加了Beta版NumPy風(fēng)格的線性代數(shù)模塊torch.linalg，支持Cholesky分解、行列式、特征值等功能。
增強分布式訓(xùn)練
增加了穩(wěn)定的異步錯誤與超時處理，增加NCCL的可靠性。
增加了Beta版的流水線并行功能*（Pipeline Parallelism）*，可將數(shù)據(jù)拆解成更小的塊以提高并行計算效率。
Pipeline Parallelism使用4個GPU時的工作示意圖
增加Beta版的DDP通訊鉤子，用于控制如何在workers之間同步梯度。
另外還有一些Prototype版的分布式訓(xùn)練新特性。
ZeroRedundancyOptimizer：用于減少所有參與進程的內(nèi)存占用。
Process Group NCCL Send/Recv：讓用戶可在Python而不是C++上進行集合運算。
CUDA-support in RPC using TensorPipe：增加對N卡多卡運算的效率。
Remote Module：讓用戶像操作本地模塊一樣操作遠程模塊。
移動端新教程
隨本次更新發(fā)布了圖像分割模型DeepLabV3在安卓和IOS上的詳細教程。
以及圖像分割、目標檢測、神經(jīng)機器翻譯等在安卓和IOS上的演示程序，方便大家更快上手。
另外還有PyTorch Mobile Lite Interpreter解釋器，可以減少運行時文件的大小。
性能檢測工具
增加Beta版的Benchmark utils，用戶可以進行精確的性能測試。
以及Prototype版的FX Graph Mode Quantization，實現(xiàn)了量化過程的自動化。
更多新版本詳情，見下方鏈接。
參考鏈接：
[1]https://pytorch.org/blog/pytorch-1.8-released/
[2]https://twitter.com/cHHillee/status/1367621538791317504
- 字節(jié)突然開源Seed-OSS，512K上下文主流4倍長度，推理能力刷紀錄2025-08-21
- “現(xiàn)在讀AI博士已經(jīng)太晚了”2025-08-19
- 谷歌AI攻克亞洲語言難題，2300種語言數(shù)字化計劃正在推進2025-08-18
- AMD蘇姿豐公開懟扎克伯格！反對1億年薪挖人，使命感比鈔票更重要2025-08-18
相關(guān)閱讀
