摩爾線程近日宣布，其針對PyTorch深度學習框架的MUSA插件“Torch-MUSA”已推出重大更新的v1.3.0版本，該版本全面兼容PyTorch 2.2.0，進一步提升了模型在摩爾線程GPU上的性能與覆蓋度。
作為全球廣泛應用的深度學習框架，PyTorch在自然語言處理、計算機視覺等領域具有強大的實力。摩爾線程的Torch-MUSA插件為PyTorch用戶提供了MUSA后端加速，使得深度學習模型能夠在MUSA架構上更加流暢地運行。
自Torch-MUSA首次發布以來，已經歷了多個版本的迭代升級，不斷優化兼容性與性能。從v1.0.0版本開始，該插件就率先支持了PyTorch 2.0，為用戶帶來了顯著的計算加速與更好的易用性。
最新發布的v1.3.0版本除了全面支持PyTorch 2.2.0外，還極大地提升了模型訓練與推理的效率，更好地滿足了高性能深度學習任務的需求。該版本還增加了對FSDP等特性的支持，使得用戶能夠處理更復雜的模型和更大規模的數據。
目前，Torch-MUSA項目已完全開源，開發者可通過GitHub獲取源代碼，并積極參與項目的開發與改進。摩爾線程鼓勵開發者通過提交問題報告或代碼修改申請等方式，共同推動Torch-MUSA及MUSA軟件生態的持續發展。
Torch-MUSA的功能特性包括輕松遷移現有的PyTorch模型到MUSA架構GPU上運行，完全兼容PyTorch的自動微分與動態圖機制，并支持多種神經網絡模塊、優化算法及關鍵深度學習算子的加速。該插件還支持多種PyTorch特性，為用戶提供了更為豐富的功能選擇。
隨著深度學習技術的不斷發展，摩爾線程將繼續跟進PyTorch的版本更新，并計劃支持更高版本的PyTorch，以滿足用戶不斷增長的需求。
