| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 19 天前 | ||
| 19 天前 | ||
| 2 天前 |
Torch-NPU Graph Mode SIG
简介
欢迎来到Torch-NPU Graph Mode SIG!我们致力于提升Torch-NPU在高性能计算场景下的执行效率。我们聚焦于 Dynamo、Inductor、NPUGraph等核心技术,旨在通过自动化的图捕捉与编译优化技术,弥合“易用性”与“高性能”之间的鸿沟。
仓库列表
| 名称 | 领域 | 介绍 |
|---|---|---|
| torch_npu | 图模式 | 对标原生pytorch图模式实现 |
工作目标
-
图捕捉技术 (Graph Capture): 优化
torch.compile的捕捉成功率,解决动态形状(Dynamic Shapes)与 Python 副作用导致的 Graph Break 问题。 -
编译器后端接入 (Compiler Backends): 负责将 PyTorch 图映射到特定硬件架构(如 NPU/GPU)的算子融合与代码生成,涵盖triton/mlir/dvm等多个后端,确保融合前后精度一致性、性能提升。
-
性能基准测试: 维护针对大模型(LLM)和主流视觉模型的图模式性能基准(Benchmarking)。
联系方式
每月一次例会,每单周周一下午16:00-18:00