Nous sommes ravis d’annoncer la sortie d’EvoX 1.1, introduisant l’intégration complète de torch.compile (TorchDynamo) comme compilateur backend ! Cette mise à jour remplace l’approche précédente basée sur TorchScript, rendant EvoX plus convivial et hautement compatible avec l’écosystème Python au sens large.
En tirant parti de torch.compile, EvoX capture désormais les graphes de calcul dynamiquement lors de l’exécution, éliminant le besoin de traçage manuel tout en optimisant automatiquement les performances.
Quoi de neuf ?
torch.compile : Une compilation plus intelligente et plus flexible
Dans EvoX 1.1, nous adoptons pleinement torch.compile comme nouveau backend de compilation. Contrairement à l’approche précédente basée sur le traçage, torch.compile — qui utilise TorchDynamo en interne — intercepte l’exécution Python, extrait dynamiquement les graphes de calcul et les optimise en temps réel.
Cela signifie :
-
Plus de traçage manuel — Appelez simplement torch.compile(workflow.step), et EvoX s’occupe du reste.
-
Compatibilité Python transparente — Fonctionne avec les fonctions Python natives et les bibliothèques externes comme NumPy et SciPy.
-
Meilleures performances — Les graphes de calcul optimisés entraînent une exécution plus rapide et une meilleure utilisation du matériel.
-
Conception pérenne — S’aligne sur la feuille de route de PyTorch, garantissant une compatibilité à long terme et des améliorations de performance.
Pourquoi passer de TorchScript à torch.compile ?
Dans les versions précédentes, EvoX s’appuyait sur des méthodes basées sur le traçage :
-
Pre-1.0.0 utilisait le traçage JAX pour l’extraction du graphe de calcul.
-
v1.0.0 est passé à TorchScript, améliorant l’intégration de PyTorch.
Cependant, ces méthodes présentaient plusieurs inconvénients :
-
Complexe à utiliser — Les utilisateurs devaient tracer manuellement les graphes et gérer un débogage complexe.
-
Compatibilité limitée — Difficultés avec les flux de travail dynamiques et les fonctions non-PyTorch.
-
Flexibilité restreinte — Les boucles, les conditions et autres constructions Python n’étaient pas toujours correctement capturées.
Avec torch.compile et TorchDynamo, ces problèmes ont disparu. EvoX optimise désormais dynamiquement, prenant en charge une gamme plus large de flux de travail avec zéro effort supplémentaire de la part des utilisateurs.
Comment EvoX 1.1 vous facilite la vie
-
Plus de tracas avec le traçage — Tout se passe en coulisses, rendant votre code plus propre et plus facile à maintenir.
-
Fonctionne avec votre code Python existant — Pas besoin de modifier votre flux de travail pour la compatibilité.
-
Exécution plus rapide, meilleure mise à l’échelle — Bénéficiez des dernières optimisations de PyTorch pour les GPU et les TPU.
-
Prêt pour l’avenir — Restez aligné avec l’évolution à long terme de PyTorch, assurant des gains de performance continus.
Passez à EvoX 1.1 dès maintenant !
EvoX 1.1 est maintenant officiellement disponible ! Mettez à jour dès aujourd’hui pour faire l’expérience d’un flux de travail informatique plus intelligent, plus rapide et plus intuitif.
Obtenir EvoX 1.1 : GitHub
Des questions ou des commentaires ? Ouvrez une issue sur GitHub ou rejoignez notre discussion communautaire. Repoussons ensemble les limites de l’intelligence computationnelle !
Code source / Communauté / Documentation
Article : https://arxiv.org/abs/2301.12457
GitHub : https://github.com/EMI-Group/evox
Documentation : https://evox.readthedocs.io/en/latest/
Groupe QQ : 297969717
