Un backend MLIR pour IBM Spyre avec PyTorch
En bref
- PyTorch ajoute un backend MLIR pour le processeur IBM Spyre via Torch-Spyre.
- Le système optimise la répartition des calculs entre les cœurs et la gestion mémoire.
- Le compilateur convertit ces décisions en code exécutable.
PyTorch annonce un backend MLIR pour IBM Spyre via Torch-Spyre, qui optimise la répartition des calculs entre les cœurs du processeur et gère la mémoire des tenseurs entre la mémoire cache et la mémoire externe. Le compilateur transforme ces choix en code exécutable selon l'annonce de PyTorch.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez PyTorch Blog.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur