PyTorch 推出 TRANSIT 運行時環境，將大型模型訓練的 GPU 需求降低 50%

iconKuCoinFlash
分享
AI summary icon精華摘要
在加密貨幣新聞的重大更新中，PyTorch 與 MetaEra 合作推出了 TRANSIT 運行時環境。該工具使用統一虛擬內存，可在大型模型訓練期間將 GPU 使用率降低高達 50%，且無需更改代碼，旨在提升 LLM 訓練的效率。此運行時由 Hyungyo Kim 博士推出（來源：InfoQ）。此項發展為人工智慧與機器學習開發者帶來了新的加密貨幣新聞。
ME AI 消息，PyTorch 官方發布 TRANSIT（TRANsparent Scale-In for multi-node Training）運行時，透過統一虛擬記憶體技術，使大規模 LLM 訓練更加實用。該運行時可在不修改現有 PyTorch 訓練代碼的情況下，將模型訓練所需的 GPU 數量減少最多 50%。相關連結由 Hyungyo Kim, Ph.D. 提供。（來源：InFoQ）
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。