PyTorch เปิดตัว TRANSIT Runtime เพื่อลดความต้องการ GPU สำหรับการฝึกโมเดลขนาดใหญ่ลง 50%

iconKuCoinFlash
แชร์
AI summary iconสรุป
ในการอัปเดตครั้งใหญ่สำหรับข่าวคริปโตเคอเรนซี PyTorch ได้เปิดตัว TRANSIT runtime ร่วมกับ MetaEra เครื่องมือนี้ใช้หน่วยความจำเสมือนแบบรวมเพื่อลดการใช้งาน GPU ได้สูงสุด 50% ในระหว่างการฝึกโมเดลขนาดใหญ่ โดยไม่ต้องเปลี่ยนแปลงโค้ด และมีเป้าหมายเพื่อทำให้การฝึก LLM มีประสิทธิภาพมากขึ้น -runtime นี้ได้รับการแนะนำโดย Hyungyo Kim, Ph.D. (ที่มา: InfoQ) การพัฒนานี้นำข่าวคริปโตเคอเรนซีใหม่ๆ มาสู่นักพัฒนา AI และการเรียนรู้ของเครื่อง
ME AI ข่าว: PyTorch อย่างเป็นทางการเปิดตัว runtime TRANSIT (TRANsparent Scale-In for multi-node Training) ผ่านเทคโนโลยีหน่วยความจำเสมือนแบบรวม ทำให้การฝึกอบรม LLM ขนาดใหญ่เป็นไปได้จริงมากขึ้น โดย runtime นี้สามารถลดจำนวน GPU ที่ต้องใช้สำหรับการฝึกอบรมโมเดลได้สูงสุด 50% โดยไม่ต้องแก้ไขโค้ดการฝึกอบรม PyTorch ที่มีอยู่ ลิงก์ที่เกี่ยวข้องจัดทำโดย Dr. Hyungyo Kim (ที่มา: InFoQ)
แหล่งที่มา:แสดงต้นฉบับ
คำปฏิเสธความรับผิดชอบ: ข้อมูลในหน้านี้อาจได้รับจากบุคคลที่สาม และไม่จำเป็นต้องสะท้อนถึงมุมมองหรือความคิดเห็นของ KuCoin เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยไม่มีการรับรองหรือการรับประกัน และจะไม่ถูกตีความว่าเป็นคำแนะนำทางการเงินหรือการลงทุน KuCoin จะไม่รับผิดชอบต่อความผิดพลาดหรือการละเว้นในเนื้อหา หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้ข้อมูลนี้ การลงทุนในสินทรัพย์ดิจิทัลอาจมีความเสี่ยง โปรดประเมินความเสี่ยงของผลิตภัณฑ์และความเสี่ยงที่คุณยอมรับได้อย่างรอบคอบตามสถานการณ์ทางการเงินของคุณเอง โปรดดูข้อมูลเพิ่มเติมได้ที่ข้อกำหนดการใช้งานและเอกสารเปิดเผยข้อมูลความเสี่ยงของเรา