文件最后提交记录最后更新时间
19 天前
19 天前
2 天前
README

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


SIG成员

Maintainer

Committer