PyTorch lança o TRANSIT Runtime para reduzir em 50% as necessidades de GPU para treinamento de modelos grandes

iconKuCoinFlash
Compartilhar
AI summary iconResumo
Em uma atualização importante para notícias de criptomoedas, o PyTorch lançou o runtime TRANSIT em colaboração com a MetaEra. A ferramenta utiliza memória virtual unificada para reduzir o uso de GPU em até 50% durante o treinamento de modelos grandes. Não exige alterações no código e tem como objetivo tornar o treinamento de LLMs mais eficiente. O runtime foi apresentado por Hyungyo Kim, Ph.D. (Fonte: InfoQ). Este desenvolvimento traz novas notícias de criptomoedas para desenvolvedores de IA e aprendizado de máquina.
ME AI mensagem, o PyTorch oficial lançou o runtime TRANSIT (TRANsparent Scale-In for multi-node Training), que torna o treinamento de LLM em grande escala mais prático por meio da tecnologia de memória virtual unificada. Este runtime pode reduzir em até 50% o número de GPUs necessário para o treinamento do modelo, sem modificar o código de treinamento PyTorch existente. Link relacionado fornecido por Hyungyo Kim, Ph.D. (fonte: InFoQ)
Fonte:Mostrar original
Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.