\

Poplar SDK 2.6现已推出

作者:

分享  

Share on weixin
Share on weibo
Share on linkedin

订阅

Graphcore的Poplar SDK最新2.6版本已在我们的支持门户Docker Hub开放下载。

Poplar SDK支持Graphcore最新的Bow Pod系统以及上一代系统,赋能客户的产品创新并使其能够在IPU上开发高性能应用。

对Graphcore模型花园和公共示例的补充

我们的目标是使用户尽可能容易地部署一系列为IPU优化的模型。我们正在不断地更新模型花园和相关的GitHub存储库。为此,我们准备了大量新的模型和公共示例。

  • GPT-2-Large – 推理(PyTorch)
  • GPT-2-Medium – 推理(PyTorch)
  • CLIP – 训练(PyTorch)
  • Conformer-Medium – 训练 (PyTorch)

针对SDK2.6,我们对许多模型花园中的模型在多框架和多平台上的benchmark性能结果进行了更新,并已发布在我们网站的性能结果页面。

Poplar SDK 2.6的亮点和新功能

以下为Poplar SDK 2.6版本的更新摘要,完整的更新列表请详见版本说明

支持TensorFlow 2.6并增加了

TensorFlow Serving(预览版)

对于此版本,我们已将 TensorFlow 2的开源版本的代码库(从2.5版本)升级到到了2.6版本。

此外,Poplar SDK 2.6的升级还包括用于IPU的TensorFlow Serving 预览版,作为用于生产服务的Poplar Triton后端的替代方案。此发行版将允许用户将预编译模型导出为标准SavedModel格式,以便日后部署使用TensorFlow Serving的Graphcore发行版的推理。

Graphcore文档门户提供了TensorFlow Serving 2TensorFlow Serving 1的用户指南。

IPU TensorFlow Addons的开放源代码

IPU TensorFlow Addons是一个为TensorFlow的Graphcore端口创建的附加插件集合,包括Keras和传统TensorFlow的层和优化器。

这个软件包最初在Poplar SDK 2.4发布时被添加,现在已开源给社区。

Keras:新的独立软件包

TensorFlow 2.6版本提供了一个单独的Keras软件包,使用pip安装。Poplar SDK 2.6的升级还包括TensorFlow 2.6的Graphcore版本,为Graphcore发布包含了IPU特定扩展的Keras提供了一个新的载体。新的Keras实现已开源

TensorFlow 2的最新安装说明可以在Pod系统入门指南Graphcloud TensorFlow 2快速入门中找到。

Keras梯度聚合筛选和训练稳定性改进

Poplar SDK 2.6版本增加了在使用具有梯度累积流水线的Keras模型时控制梯度聚合方式的功能。在使用float16梯度时,使用运行平均值可以改善训练稳定性。

与Keras模型的梯度累积和流水线有关的文档在IPU TensorFlow 2用户指南中提供。作为参考,请参阅GitHub上的TensorFlow 2 BERTResNet50模型。

PopXL

PopXL是一个允许显式优化从而以充分利用计算、通信和存储的框架库,已经获得了一些新的功能、错误修复和改进,在Poplar SDK 2.6版本说明中有详细介绍。

PopXL用户指南已被大幅更新,并发布了6个新的PopXL教程(基本概念、自定义优化器、数据并行性、流水线化、远程变量、分阶段执行)。

我们还发布了popxl-addons,这是一个新的公共GitHub存储库,通过包含额外的操作、转换、模块和实用工具来扩展PopXL框架。

全新的、升级后的开发者资源

除了上面详述的模型花园和公共示例的亮点、特点和新增内容外,Poplar SDK 2.5版本和2.6版本发布期间,还创建或升级了以下开发者资源。

欲获取最新的文档、教程、代码示例、网络研讨会、视频、研究论文和IPU编程的更多资源,请查看我们的开发者门户网站

More Posts

ChatGPT开源平替:OpenAssistant OASST1微调版Pythia-12B

Flan-T5:用更小且更高效的LLM实现出色效果

详细攻略:在IPU上以float16精度运行FLAN-T5-XL推理

较小模型,超高性能:DeBERTa和自然语言理解的未来

PackedBert:如何用打包的方式加速Transformer的自然语言处理任务

Pienso为企业提供由云上IPU支持的高效大型语言模型访问

获取最新的GRAPHCORE资讯

在下方注册以获取最新的资讯和更新:




    获取最新的GRAPHCORE资讯

    在下方注册以获取最新的资讯和更新: