我们很高兴地宣布 EvoX 1.1 正式发布，引入了 torch.compile (TorchDynamo) 的全面集成作为后端编译器！此次更新取代了之前的 TorchScript 方法，使 EvoX 更加用户友好，并与更广泛的 Python 生态系统高度兼容。
通过利用 torch.compile，EvoX 现在可以在运行时动态捕获计算图，消除了手动追踪（tracing）的需要，同时自动优化性能。
有哪些新变化？
torch.compile：更智能、更灵活的编译
在 EvoX 1.1 中，我们全面采用 torch.compile 作为新的编译后端。与之前基于追踪的方法不同，torch.compile——其内部使用 TorchDynamo——会拦截 Python 执行，动态提取计算图，并实时进行优化。
这意味着：
l 不再需要手动追踪 —— 只需调用 torch.compile(workflow.step)，EvoX 会处理剩下的工作。
l 无缝的 Python 兼容性 —— 适用于原生 Python 函数以及 NumPy 和 SciPy 等外部库。
l 更好的性能 —— 优化的计算图带来更快的执行速度和更好的硬件利用率。
l 面向未来的设计 —— 与 PyTorch 的路线图保持一致，确保长期的兼容性和性能提升。
为什么要从 TorchScript 迁移到 torch.compile？
在早期版本中，EvoX 依赖于基于追踪的方法：
l 1.0.0 之前 使用 JAX tracing 进行计算图提取。
l v1.0.0 切换到 TorchScript，增强了 PyTorch 集成。
然而，这些方法有一些缺点：
l 使用复杂 —— 用户必须手动追踪图并处理复杂的调试。
l 兼容性有限 —— 在处理动态工作流和非 PyTorch 函数时遇到困难。
l 灵活性受限 —— 循环、条件语句和其他 Python 结构并不总能被正确捕获。
有了 torch.compile 和 TorchDynamo，这些问题都消失了。EvoX 现在进行动态优化，支持更广泛的工作流，用户无需付出额外努力。
EvoX 1.1 如何让您的工作更轻松
l 不再为追踪烦恼 —— 一切都在后台发生，使您的代码更整洁，更易于维护。
l 适用于您现有的 Python 代码 —— 无需为了兼容性修改您的工作流。
l 执行更快，扩展性更好 —— 受益于 PyTorch 针对 GPU 和 TPU 的最新优化。
l 面向未来 —— 与 PyTorch 的长期演进保持一致，确保持续的性能增益。
立即升级到 EvoX 1.1！
EvoX 1.1 现已正式发布！立即升级，体验更智能、更快速、更直观的计算工作流。
获取 EvoX 1.1：GitHub
有问题或反馈？在 GitHub 上提交 issue 或加入我们的社区讨论。让我们一起拓展计算智能的边界！
源代码 / 社区 / 文档
论文：https://arxiv.org/abs/2301.12457
GitHub：https://github.com/EMI-Group/evox
文档：https://evox.readthedocs.io/en/latest/
QQ 群：297969717
