PyTorch 2.9 расширяет поддержку оборудования с AMD ROCm, Intel XPU и улучшениями для Arm, предлагая лучшую многопроцессорную программирование и оптимизацию производительности для разработчиков ИИ.
PyTorch 2.9 улучшает поддержку оборудования для AMD ROCm, Intel XPU и Arm, улучшая развертывание моделей ИИ в различных экосистемах.
PyTorch 2.9 представляет поддержку wheel для AMD ROCm, Intel XPU и NVIDIA CUDA 13, со стабильным ABI для расширений и Symmetric Memory для многопроцессорного программирования. Разработчики получают выгоду от интеграции API и SDK для ИИ.
FlexAttention поддерживает GPU Intel, flash decoding оптимизирует бэкэнды CPU, и torch.compile предлагает улучшенную обработку ошибок. Полезно для профилирования производительности рабочих процессов.
PyTorch 2.9 демократизирует оборудование для ML с поддержкой AMD ROCm, Intel XPU и Arm, улучшая размещение моделей ИИ и гибкость развертывания.
PyTorch 2.9 добавляет полную поддержку AMD ROCm, Intel XPU и NVIDIA CUDA 13, плюс улучшенные оптимизации для процессоров Arm для более широкой совместимости оборудования.
Симметричная память упрощает разработку многопроцессорных ядер, обеспечивая эффективное программирование через NVLinks и сети удаленного прямого доступа к памяти для лучшей производительности.
Обновление приносит поддержку FlexAttention на GPU Intel, оптимизацию flash-декодирования для CPU и улучшенную обработку ошибок в torch.compile для лучших рабочих процессов разработки.
Стабильный ABI libtorch обеспечивает лучшую совместимость для сторонних расширений C++ и CUDA, упрощая интеграцию и обслуживание пользовательских расширений.
Flash-декодирование с FlexAttention улучшает параллелизм для обработки последовательностей ключ-значение на бэкендах CPU, повышая эффективность для определенных моделей.