PyTorch 架构优化库 torchao 正式发布，可大幅提升 AI 模型效率

图片地址：https://img.ithome.com/newsuploadfiles/2024/10/06c58775-fbca-4e2b-a963-0afe5d019d5e.jpg?x-bce-process=image/format,f_auto

IT之家 10 月 2 日消息，据 PyTorch 新闻稿，PyTorch 旗下架构优化库 torchao 现已正式发布，该优化库主要专注于模型的量化和稀疏性优化，能够在保证性能的同时降低模型的计算成本和 RAM 用量，从而提升模型运行效率，IT之家附 GitHub 页面地址（点此访问）。据介绍，torchao 提供了一系列优化工具集，可以帮助 LLaMA 3 等流行的 AI 模型提升性能，其支持 float8、int4 等低精度数据类型，能够有效减少硬件开销和 RAM 用量。官方举例，在 LLaMA 3 70B 模型的预训练中，torchao 提供的 float8 训练流程可将模型计算速度提升 1.5 倍。开发者只需利用 convert_to_float8_training 函数，即可将模型训练转换为 float8，从而轻松实现模型高效训练。在推理方面，torchao 提供多种量化方法，包括权重量