不久前，英特爾宣布以Premier會員的身份加入PyTorch*基金會，并期待與各行各業(yè)的領(lǐng)軍企業(yè)在開源PyTorch框架和生態(tài)系統(tǒng)上開展合作。PyTorch能夠加速人工智能應(yīng)用的開發(fā)，這將促進(jìn)試驗與創(chuàng)新，在加速AI發(fā)展方面發(fā)揮關(guān)鍵作用。加入PyTorch基金會，進(jìn)一步彰顯了英特爾致力于通過技術(shù)支持并培育其生態(tài)系統(tǒng)以加速機(jī)器學(xué)習(xí)框架的演進(jìn)。

英特爾自2018年起為PyTorch提供支持，旨在通過豐富的硬件和開放的軟件推動AI普及。英特爾正在不斷推進(jìn)PyTorch并拓展生態(tài)，以創(chuàng)新為先，推動構(gòu)建一個“AI觸手可及”的未來。

英特爾通過優(yōu)化，

提升PyTorch*2.0功能

PyTorch受益于英特爾為x86提供的諸多優(yōu)化，包括利用英特爾oneAPI深度神經(jīng)網(wǎng)絡(luò)庫（oneDNN）加速PyTorch，針對aten算子和BFloat16的優(yōu)化，以及自動混合精度支持。英特爾也積極參與PyTorch通用功能（如量化和編譯器）的設(shè)計與部署，為PyTorch2.0提供了四個重要性能特性：

1. 優(yōu)化TorchInductor CPU FP32推理

2. 在PyG中改進(jìn)圖神經(jīng)網(wǎng)絡(luò)（GNN），以支持推理和訓(xùn)練性能

3. 針對x86CPU平臺，優(yōu)化了統(tǒng)一量化后端的int8推理

4. 利用oneDNN Graph API加速在CPU上的推理

我們還計劃在框架的后續(xù)版本中加入新特性。

與PyTorch社區(qū)合作

英特爾的維護(hù)人員積極參與PyTorch社區(qū)，以促進(jìn)AI開發(fā)人員、研究人員和行業(yè)專家之間的合作與創(chuàng)新。主要交流活動包括：

●PyTorch GitHub問題分類

●加強(qiáng)PyTorch文檔（如PyTorch Docathon）

●舉辦會議和研討會，分享包含PyTorch的英特爾最新應(yīng)用程序

●發(fā)布技術(shù)博客、文章和白皮書

●通過PyTorch視頻欄目突出關(guān)鍵技術(shù)材料

進(jìn)一步推動PyTorch開放生態(tài)系統(tǒng)

在把最新的優(yōu)化和功能貢獻(xiàn)到PyTorch社區(qū)之前，英特爾發(fā)布了英特爾PyTorch*擴(kuò)展包（IPEX）包含了這些優(yōu)化和功能，可以讓使用者更早獲得加速和其他助益。擴(kuò)展包以oneAPI跨體系結(jié)構(gòu)編程模型為基礎(chǔ)，只需幾行代碼，用戶便可以利用最新的英特爾PyTorch軟件和硬件優(yōu)化。

此外，英特爾針對GPU的PyTorch擴(kuò)展包（IPEX）通過最新功能和優(yōu)化擴(kuò)展了PyTorch，從而在英特爾顯卡上獲得額外的性能提升。它在GitHub xpu-master分支的一個開源項目中發(fā)布。更多詳情，請見發(fā)布說明。（https://github.com/intel/intel-extension-for-pytorch/releases/tag/v1.10.200+gpu）

英特爾同時也為PyTorch生態(tài)系統(tǒng)中的庫提供技術(shù)支持，如torch-serve、PyTorch Geometric、DeepSpeed和Hugging Face Transformers（例如Accelerate、Optimum）。

英特爾加入Linux基金會

AI&Data基金會

本月早些時候，英特爾還以Premier會員身份加入了Linux基金會AI&Data基金會。通過加入理事會，英特爾可以提供更多在領(lǐng)導(dǎo)開放創(chuàng)新和培育開發(fā)者社區(qū)的豐富經(jīng)驗，幫助制定基金會AI和數(shù)據(jù)工作的戰(zhàn)略方向，以加速開源AI項目和技術(shù)的發(fā)展。

獲取軟件

開放的生態(tài)可以推動行業(yè)創(chuàng)新與加速，英特爾提供了的廣泛的AI優(yōu)化硬件和軟件組合，賦能AI的普及。英特爾期待與合作伙伴密切協(xié)作，推動PyTorch社區(qū)和生態(tài)系統(tǒng)向前邁進(jìn)。

試用PyTorch 2.0，感受性能提升。

（https://pytorch.org/get-started/locally/）

訪問GitHub頁面，獲得教程及最新的英特爾PyTorch擴(kuò)展包。（https://github.com/intel/intel-extension-for-pytorch）

PyTorch資源

●PyTorch入門（https://pytorch.org/get-started/pytorch-2.0/）

● 開發(fā)討論（https://dev-discuss.pytorch.org/t/pytorch-release-2-0-execution-update/1077）

● 文檔（https://pytorch.org/docs/2.0/）

產(chǎn)品和性能信息

¹性能會因用途、配置和其他因素而異。更多信息請參見www.Intel.com/PerformanceIndex。