Noticias de ME, 8 de abril (UTC+8): Recientemente, el equipo oficial de PyTorch evaluó y mejoró el rendimiento de dos métodos básicos de normalización, LayerNorm y RMSNorm, al usar torch.compile en las GPU NVIDIA H100 y B200. Su objetivo es lograr un rendimiento cercano al estado del arte a nivel de cada kernel, al tiempo que proporciona fusión automática. El comunicado oficial incluye un enlace a contenido más detallado. (Fuente: InFoQ)
PyTorch optimiza el rendimiento de LayerNorm y RMSNorm en GPUs H100 y B200
KuCoinFlashCompartir
Resumen
PyTorch lanzó un anuncio de proyecto que optimiza el rendimiento de LayerNorm y RMSNorm en las GPU NVIDIA H100 y B200. Utilizando torch.compile, el equipo mejoró la eficiencia por kernel y habilitó la fusión automática. Esta actualización forma parte de las noticias continuas en cadena de la comunidad de aprendizaje profundo. Más detalles están disponibles en el blog oficial.
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.