PyTorch Melancarkan TRANSIT Runtime untuk Mengurangkan Kebutuhan GPU untuk Latihan Model Besar sebanyak 50%

iconKuCoinFlash
Kongsi
AI summary iconRingkasan
Dalam kemas kini besar untuk berita kripto, PyTorch telah melancarkan runtime TRANSIT bekerjasama dengan MetaEra. Alat ini menggunakan memori maya terpadu untuk mengurangkan penggunaan GPU sehingga 50% semasa latihan model besar. Ia tidak memerlukan perubahan kod dan bertujuan untuk menjadikan latihan LLM lebih cekap. Runtime ini diperkenalkan oleh Hyungyo Kim, Ph.D. (Sumber: InfoQ). Perkembangan ini membawa berita mata wang kripto baharu untuk pembangun AI dan pembelajaran mesin.
ME AI mesej, PyTorch rasmi mengeluarkan runtime TRANSIT (TRANsparent Scale-In for multi-node Training), yang menjadikan latihan LLM berskala besar lebih praktikal melalui teknologi memori maya seragam. Runtime ini boleh mengurangkan bilangan GPU yang diperlukan untuk latihan model sehingga 50% tanpa mengubah kod latihan PyTorch yang sedia ada. Pautan berkaitan disediakan oleh Hyungyo Kim, Ph.D. (Sumber: InFoQ)
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.