PyTorch lanza TRANSIT Runtime para reducir en un 50% las necesidades de GPU para el entrenamiento de modelos grandes

iconKuCoinFlash
Compartir
AI summary iconResumen
En una actualización importante para las noticias de criptomonedas, PyTorch ha lanzado el entorno TRANSIT en colaboración con MetaEra. La herramienta utiliza memoria virtual unificada para reducir el uso de GPU hasta en un 50% durante el entrenamiento de modelos grandes. No requiere cambios en el código y tiene como objetivo hacer más eficiente el entrenamiento de LLM. El entorno fue presentado por Hyungyo Kim, Ph.D. (Fuente: InfoQ). Este desarrollo trae nuevas noticias de criptomonedas para desarrolladores de IA y aprendizaje automático.
ME AI mensaje, PyTorch oficialmente lanzó el entorno de ejecución TRANSIT (TRANsparent Scale-In for multi-node Training), que utiliza tecnología de memoria virtual unificada para hacer más práctico el entrenamiento a gran escala de LLM. Este entorno de ejecución puede reducir hasta un 50% la cantidad de GPU necesaria para el entrenamiento del modelo sin modificar el código de entrenamiento existente de PyTorch. Enlace relacionado proporcionado por Hyungyo Kim, Ph.D. (Fuente: InFoQ)
Fuente:Mostrar original
Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información. Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.