近日,在旧金山的 PyTorch 开发者大会上,Facebook 发布了 pytorch 1.0 的一个预览版本。Pytorch 是一个开源的深度学习框架,用以帮助科研项目的产业落地。在本次更新中,许多投资是公有云和硬件公司提供的,以更好地为 PyTorch 不断扩大的生态系统提供支持。
近一段时间,Facebook 和一些第三方公司为 PyTorch 生态系统提供了很多投资。Joseph Spisak,Facebook 产品经理,在会上分享了如下更新:
Pytorch 1.0 加速了人工智能方面的突破性学术研究向产业化部署落地的过程。我们现在拥有来自亚马逊、谷歌和微软的更为深度的云支持,还有来自技术提供商 ARM、Intel、IBM、NVIDIA 和 Qualcomm 的更为紧密的集成。开发者们可以更容易地利用 PyTorch 生态系统的优点,兼容各种软件、硬件和开发工具。软件和硬件与 PyTorch 1.0 的兼容性越好,AI 开发者们建立、训练和部署先进深度学习模型的难度就越低。
亚马逊已投资 AWS SageMaker,这是一个全面管理的平台,用于训练和部署大规模机器学习模型。该服务现在为 PyTorch 1.0 提供了预配置的环境,其中包括模型工具的自动配置。
Google 的投资涉及 Google 云平台中的虚拟机(VM)映像,其中包括 NVIDIA 驱动程序和预安装的教程。此外,Google 正与 Facebook 的 PyTorch 团队合作,在定制的专用集成电路(ASIC)硬件上实现对 PyTorch 的支持。
在另一个名为 ONNX 的 AI 协议下,微软和 Facebook 是早期合作伙伴。该协议允许开发人员在不同的工具中表示和传输深度学习模型。除了 ONNX 的工作之外,微软还提供预先安装了 PyTorch 的预配置数据科学虚拟机(DSVM)。微软还为开发人员提供了学习 PyTorch 的入口,减免了安装软件的过程。这是通过免费的云托管 Jupyter Notebook 解决方案实现的,其中包括 PyTorch 教程。最后,微软已经为 Visual Studio Code 添加了一个 AI 扩展,其中包括 Azure ML 和 PyTorch API 的集成,以简化 PyTorch 代码的开发和训练。
除了云提供商的投资之外,硬件公司如 ARM,IBM,Intel,NVIDIA 和 Qualcomm 等也提供了投资。他们通过直接优化、内核库集成以及对编译器和推理运行时长的支持来增加对 PyTorch 1.0 的支持。 Spisak 强调了这些投资的价值:
这种额外的支持保证了 PyTorch 开发人员可以在数据中心和边缘设备等各种硬件上运行模型、优化训练和推理过程。
PyTorch 的学生注册在线学习课程和大学课程也有所增加。另外,Facebook 正与 Udacity 合作发布免费在线课程。 Spisak 认为大家对这些课程感兴趣的原因是:
该框架的易上手性和与 Python 的深度集成使学生更容易理解和试验各种深度学习概念。随着 PyTorch 1.0 的发展,我们很高兴更多的合作伙伴对其相关课程的进一步关注。
开发者们可以通过下载 PyTorch 1.0 的开发者预览版(链接:https://pytorch.org/get-started/locally/) 或通过本文前面提到的云提供程序之一开始体验 PyTorch 1.0。
查看英文原文: https://www.infoq.com/news/2018/11/PyTorch-Developer-Preview
评论