实时互动网
·
PyTorch 2.10 发布，针对 AMD ROCm 和 Intel GPU 进行了更多改进
内容提要
PyTorch 2.10 发布，增强了对 Intel GPU、AMD ROCm 和 NVIDIA CUDA 的支持，新增功能和性能优化，包括对 Python 3.14 的支持及改进的调试功能。
关键要点
-
PyTorch 2.10 发布，增强了对 Intel GPU、AMD ROCm 和 NVIDIA CUDA 的支持。
-
新增功能包括对 Python 3.14 的支持及改进的调试功能。
-
AMD ROCm 版本支持常规 GEMM 回退和 CK 实现分组 GEMM。
-
改进了 Windows 上 PyTorch 对 ROCm 的支持，新增多个功能。
-
对 Intel GPU 的支持得到多项改进，新增 Torch XPU API 和性能优化。
-
NVIDIA CUDA 支持包括模板内核、预编译内核支持和改进的 CUDA 兼容性。
-
Torch Inductor 中的 combo-kernels 水平融合降低了内核启动开销。
延伸解读
对多平台支持的增强
PyTorch 2.10 在对 Intel GPU 和 AMD ROCm 的支持上进行了显著改进，这意味着开发者可以在更广泛的硬件上运行深度学习模型。特别是对于使用 AMD GPU 的用户，新增的 GEMM 支持和优化将提升计算效率，适合需要高性能计算的应用场景。
Python 3.14 的兼容性
此次更新引入了对 Python 3.14 的支持，开发者可以利用新版本的语言特性和性能优化。这一变化对于希望在最新 Python 环境中进行深度学习开发的用户尤为重要，能够帮助他们更好地利用 Python 的新功能。
调试功能的改进
PyTorch 2.10 加强了调试功能，特别是在 Torch Inductor 中的 combo-kernels 水平融合，降低了内核启动开销。这对于开发者来说，意味着在调试和优化模型时可以获得更快的反馈，提升开发效率。
延伸问答
PyTorch 2.10 主要增强了哪些 GPU 的支持？
PyTorch 2.10 主要增强了对 Intel GPU、AMD ROCm 和 NVIDIA CUDA 的支持。
PyTorch 2.10 新增了哪些功能？
新增功能包括对 Python 3.14 的支持及改进的调试功能。
AMD ROCm 版本在 PyTorch 2.10 中有哪些改进？
AMD ROCm 版本支持常规 GEMM 回退和 CK 实现分组 GEMM，并改进了 Windows 上的支持。
PyTorch 2.10 对 Intel GPU 的支持有哪些新特性？
新增了多个适用于 Intel GPU 的 Torch XPU API，支持 ATen 运算符和新的自定义运算符。
NVIDIA CUDA 在 PyTorch 2.10 中有哪些新功能？
NVIDIA CUDA 支持包括模板内核、预编译内核支持和改进的 CUDA 兼容性。
PyTorch 2.10 如何改进了调试功能？
PyTorch 2.10 改进了调试功能，并通过 combo-kernels 水平融合降低了内核启动开销。
