Торік, коли AMD стала членом-засновником PyTorch Foundation, компанія разом зі спільнотою продовжувала поліпшувати фреймворки ШІ з відкритим кодом. Тож AMD та PyTorch діляться можливостями екосистеми програмного забезпечення AMD ROCm у блозі. Зокрема, це останні оновлення ROCm і PyTorch, які дозволяють розробникам створювати нові ШІ-рішення на базі прискорювачів AMD Instinct та Radeon.
Серед оновлень:
- Повна безперервна інтеграція (CI) для ROCm у PyTorch. Усі функції відтепер перевіряються за допомогою процесу CI, що сприяє належному створенню і тестуванню перед очікуваним релізом Docker та PIP wheel.
- Підтримка Kineto Profiler. Завдяки підтримці профайлера для ROCm розробники і користувачі зможуть отримати інструменти діагностики та профілювання для кращого розуміння й усунення «вузьких місць» у продуктивності.
- Підтримка ключових бібліотек PyTorch. Відкритий доступ до екосистеми бібліотек PyTorch, зокрема TorchText, TorchRec, TorchVision, TorchAudio та інших оптимізованих колекцій, таких як MIOpen, RCCL і rocBLAS, для досягнення нового рівня ефективності та вищої продуктивності.
- Підтримка АITemplate Inference Engine. Щоб поліпшити продуктивність, AITemplate з відкритим кодом MetaAI та бібліотека AMD Composable Kernel (CK) можуть підтримувати більше матричних ядер AMD для трансформаторних блоків.
Аби прискорити застосування можливостей штучного інтелекту як на периферії, так і в центрі обробки даних, AMD також надає PyTorch доступ до портфоліо FPGA та адаптивних SoC. ШІ-платформа AMD Vitis пропонує моделі штучного інтелекту, оптимізовані ядра процесора глибокого навчання (DPU), інструменти, бібліотеки і приклади проєктів для штучного інтелекту.
