英特尔加入 PyTorch 基金会
英特尔宣布以 Premier 会员身份加入 PyTorch 基金会。
五年来,英特尔一直积极参与 PyTorch 开发,帮助优化 PyTorch 的 CPU 推理性能,以及各种其他优化,以提升英特尔处理器上的人工智能性能。
例如,在 PyTorch 2.0 中,英特尔对 TorchInductor CPU FP32 推理进行了优化,改进了 PyG 中 GNN 的推理/训练性能,针对 x86 CPU 平台优化了 Int8 推理,并利用 oneDNN Graph API 加快了 CPU 上的推理速度。
英特尔目前有四名 PyTorch 维护者(三名活跃人员,一名退休人员),负责维护 CPU 性能模块和编译器前端。他们积极主动地对问题进行分类并审查来自社区的 PR,已经为 PyTorch 上游合并了数百个 PR。
维护者的其他工作还包括:
- 对 PyTorch GitHub 仓库的 issue 进行分类
- 增强 PyTorch 文档
- 举办聚会和研讨会,分享英特尔整合 PyTorch 的最新应用程序
- 发布技术博客、文章和白皮书
- 制作关于 PyTorch 的技术视频

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
小米 AI 大模型 MiLM-6B:64 亿参数,C-Eval 总榜排名第 10
小米 AI 大模型 MiLM-6B 首次曝光。 MiLM-6B 是由小米开发的一个大规模预训练语言模型,参数规模为64亿。在 C-Eval 和 CMMLU 上均取得同尺寸最好的效果。 根据 C-Eval 给出的信息,MiLM-6B 模型在具体各科目成绩上,在 STEM(科学、技术、工程和数学教育)全部 20 个科目中,计量师、物理、化学、生物等多个项目获得了较高的准确率。 据悉,MiLM-6B 模型目前已经在大多数文科科目中表现出了相对良好的准确度,不过在“法学、数学、编程、概率论、离散数学”等涉及“抽象思维”的科目中,还有一定进步空间。 在 10 个“社会科学”测试科目中,除“教育学和地理”外,该模型在其他 8 个科目中都获得了较为理想的准确率。在人文科学的 11 个科目中,MiLM-6B 则在“历史与法律”基础上有着不错的准确率表现。 虽然小米 AI大模型 MiLM-6B当下才首次曝光,不过完成度已经较高,在未来该模型可能会被用于小米旗下“小爱同学”等虚拟助理服务中。
- 下一篇
JNotepad 1.1.7 更新:优化软件性能,使用接口设计
JNotepad 1.1.7 现已发布。 JNotepad 是一个使用 JavaFX 构建的简单文本编辑器,允许用户创建、打开、编辑和保存文本文件。它支持多个标签,每个标签包含一个文本编辑区域。该编辑器提供基本功能,如创建新文件、打开现有文件、保存文件和使用不同名称保存文件。 具体更新内容包括 --优化软件性能(经测试后小幅度提高)--提高代码复用--使用接口设计--完善软件架构
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Red5直播服务器,属于Java语言的直播服务器
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7安装Docker,走上虚拟化容器引擎之路
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS关闭SELinux安全模块
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- Linux系统CentOS6、CentOS7手动修改IP地址