我們很高興宣佈 EvoX 1.1 的發佈，引入了 torch.compile (TorchDynamo) 的完整整合作為後端編譯器！此次更新取代了先前的 TorchScript 方法，使 EvoX 更加使用者友好，並與更廣泛的 Python 生態系統高度相容。
透過利用 torch.compile，EvoX 現在能夠在運行時動態捕獲計算圖，無需手動追蹤即可自動最佳化效能。
有什麼新功能？
torch.compile：更智慧、更靈活的編譯
在 EvoX 1.1 中，我們全面採用 torch.compile 作為新的編譯後端。與先前基於追蹤的方法不同，torch.compile——其內部使用 TorchDynamo——攔截 Python 執行，動態提取計算圖，並即時最佳化。
這意味著：
l 無需手動追蹤 — 只需呼叫 torch.compile(workflow.step)，EvoX 會處理其餘一切。
l 無縫 Python 相容性 — 與原生 Python 函數和外部函式庫（如 NumPy 和 SciPy）相容。
l 更好的效能 — 最佳化的計算圖帶來更快的執行速度和更好的硬體利用率。
l 面向未來的設計 — 與 PyTorch 的發展路線圖保持一致，確保長期的相容性和效能改進。
為什麼從 TorchScript 遷移到 torch.compile？
在早期版本中，EvoX 依賴基於追蹤的方法：
l 1.0.0 之前使用 JAX tracing 進行計算圖提取。
l v1.0.0 切換到 TorchScript，增強了 PyTorch 整合。
然而，這些方法存在幾個缺點：
l 使用複雜 — 使用者必須手動追蹤圖並處理複雜的除錯。
l 相容性有限 — 難以處理動態工作流程和非 PyTorch 函數。
l 靈活性受限 — 迴圈、條件判斷和其他 Python 結構並不總是能被正確捕獲。
有了 torch.compile 和 TorchDynamo，這些問題都已解決。EvoX 現在能夠動態最佳化，支援更廣泛的工作流程，使用者無需額外付出任何努力。
EvoX 1.1 如何讓您的工作更輕鬆
l 無需再為追蹤煩惱 — 一切都在幕後完成，使您的程式碼更簡潔、更易於維護。
l 與您現有的 Python 程式碼相容 — 無需為了相容性而修改您的工作流程。
l 更快的執行速度，更好的擴展性 — 受益於 PyTorch 針對 GPU 和 TPU 的最新最佳化。
l 面向未來 — 與 PyTorch 的長期發展保持一致，確保持續的效能提升。
立即升級到 EvoX 1.1！
EvoX 1.1 現已正式發佈！立即升級，體驗更智慧、更快速、更直覺的計算工作流程。
取得 EvoX 1.1：GitHub
有問題或回饋？在 GitHub 上開啟 issue 或加入我們的社群討論。讓我們一起推動計算智慧的邊界！
原始碼 / 社群 / 文件
論文：https://arxiv.org/abs/2301.12457
GitHub：https://github.com/EMI-Group/evox
文件：https://evox.readthedocs.io/en/latest/
QQ群：297969717
