今日，Facebook 宣布發布深度學習框架 PyTorch 1.0 開發者預覽版，包括一些列工具和集成，使其與 Google Cloud、AWS、Azure 的機器學習服務更為兼容。

ARM、Nvidia、高通、英特爾也在內核庫集成和跟蹤推理運行時的工具中添加了 PyTorch 支持。

▌PyTorch 1.0 有什么新功能？

該框架主要有三大更新：

一是添加了一個新的混合前端，支持從 Eager 模式到圖形模式的跟蹤和腳本模型，以彌合研究和生產部署之間的差距。

二是一個經過改進的 Torch 分布式庫，可以在 Python 和 C++環境中實現更快的訓練。

三是添加了針對關鍵性能研究的 Eager 模式 C++接口，將在測試版中發布。

目前，研究人員和工程師必須面對許多框架和工具，以創建新的深度學習模型并將其轉移到生產環境中大規模運運行，而這里多數框架和工具通常是不兼容的。如此，將會降低開發者在規模化生產中部署 AI 能力的速度。通過這個最新版本，將現有 PyTorch 框架的靈活性與 Caffe2（今年 5 月宣布 Caffe2 并入 PyTorch）的生產能力結合，提供從研究到生產性 AI 的無縫路徑。

▌生態的深度支持

PyTorch 1.0 于 5 月在 F8 開發者大會上首次公布，并與 Facebook 的 Caff2、ONNX 進行了更深入的整合。

早在 5 月，Facebook 副總裁 Bill Jia 和首席技術官 Mike Schroepfer 承諾，PyTorch 1.0 將推出新的預訓練模型、工具和庫，為開發人員提供更多靈活性和選擇。

為了滿足這些需求，Google Cloud 也將為其眾多服務引入 PyTorch 支持。Facebook 在宣布這一消息的博客文章中稱，Google 與 Facebook 合作在為 PyTorch 用戶共同制作張量處理單元（TPU）。用于預配置 AI 的 Google Cloud Platform 深度學習 VM，還將包含 PyTorch 1.0 的 VM 映像。亞馬遜的 SageMaker 將為 PyTorch 用戶提供預配置的環境，用于自動模型調整等。

微軟于一年前首次與 Facebook 合作開發 ONNX 開源框架，使用不同框架創建的 AI 模型，更具可移植性，同時，微軟也將為使用 PyTorch 的開發人員引入一些新資源。

「Azure 機器學習服務現在允許開發人員無縫地從本機上 PyTorch 模型培訓轉移到 Azure 云上。對于數據科學實驗，微軟提供預配置的數據科學虛擬機（DSVM）。對于希望開始探索 PyTorch 而無需安裝軟件和設置本機的開發人員，Azure 提供了一個免費的云托管 Jupyter Notebook 解決方案。」Facebook 產品經理 Joseph Spisak 在博客中指出。

此外，fast.ai 還發布了 fastai 1.0，一個基于 PyTorch 構建的開源深度學習庫。

▌總結

不少人會將 Facebook 支持的 PyTorch 與 Google 支持的 TensorFlow 兩個深度學習框架進行對比。前者于 2015 年一經開源便得到了社區的廣泛支持并迅速成為開發者或機構的首選框架。相比之下，Facebook 的 PyTorch 于 2017 年 1 月向公眾發布，現已下載超過 100 萬次。目前來看，TensorFlow 顯然比 PyTorch 更為廣泛使用。

但正如此次 PyTorch 1.0 預覽版的公布，它在可重用、性能、編程語言和可擴展性上得到了提升，尤其是在生態的深度合作下，其潛力是顯而易見的。