代码拉取完成，页面将自动刷新
同步操作将从 Ascend/pytorch 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
本项目开发了名为torch_npu的PyTorch Ascend Adapter插件，使昇腾NPU可以适配PyTorch框架，为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力。
昇腾为基于华为昇腾处理器和软件的行业应用及服务提供全栈AI计算基础设施。您可以通过访问昇腾社区，了解关于昇腾的更多信息。
我们为用户提供可以快速安装torch_npu的whl安装包。在安装torch_npu之前，您需要先安装CANN软件。昇腾辅助软件中有更多关于CANN的版本信息。请参考CANN安装指南获取CANN安装包。
通过 pip 安装 PyTorch。
aarch64:
pip3 install torch==2.1.0
x86:
pip3 install torch==2.1.0+cpu --index-url https://download.pytorch.org/whl/cpu
若使用pip命令安装失败，请使用下载链接或进入PyTorch官方网站进行查询下载对应版本。
| 架构 | Python版本 | 下载链接 |
|---|---|---|
| x86 | Python3.8 | 下载链接 |
| x86 | Python3.9 | 下载链接 |
| x86 | Python3.10 | 下载链接 |
| aarch64 | Python3.8 | 下载链接 |
| aarch64 | Python3.9 | 下载链接 |
| aarch64 | Python3.10 | 下载链接 |
运行以下命令安装依赖。
pip3 install pyyaml
pip3 install setuptools
pip3 install torch-npu==2.1.0rc1
如需要保存安装日志，可在pip3 install命令后面加上参数 --log <PATH>，并对您指定的目录<PATH>做好权限管控。
某些特殊场景下，用户可能需要自行编译torch_npu。可以根据昇腾辅助软件表和PyTorch与Python版本配套表选择合适的分支。推荐使用Docker镜像编译torch_npu，可以通过以下步骤获取(建议只挂载工作路径，并避开系统路径，以降低安全风险)：
克隆torch_npu代码仓
git clone https://gitee.com/ascend/pytorch.git -b v2.1.0-5.0.rc3 --depth 1
构建镜像
cd pytorch/ci/docker/{arch} # {arch} for X86 or ARM
docker build -t manylinux-builder:v1 .
进入Docker容器
docker run -it -v /{code_path}/pytorch:/home/pytorch manylinux-builder:v1 bash
# {code_path} is the torch_npu source code path
编译torch_npu
以Python 3.8 为例。
cd /home/pytorch
bash ci/build.sh --python=3.8
Pytorch框架训练环境的卸载可以参考昇腾官方文档。
torch_npu的卸载只需执行命令：
pip3 uninstall torch_npu
如需要保存卸载日志，可在pip3 uninstall命令后面加上参数 --log <PATH>，并对您指定的目录<PATH>做好权限管控。
运行以下命令初始化CANN环境变量。
# Default path, change it if needed.
source /usr/local/Ascend/ascend-toolkit/set_env.sh
可以通过以下样例快速体验昇腾NPU。
import torch
import torch_npu
x = torch.randn(2, 2).npu()
y = torch.randn(2, 2).npu()
z = x.mm(y)
print(z)
| PyTorch版本 | Python版本 |
|---|---|
| PyTorch1.11.0 | Python3.7.x(>=3.7.5), Python3.8.x, Python3.9.x, Python3.10.x |
| PyTorch2.0.1 | Python3.8.x, Python3.9.x, Python3.10.x |
| PyTorch2.1.0 | Python3.8.x, Python3.9.x, Python3.10.x |
|
AscendHub镜像版本/名称(链接) |
||||
|---|---|---|---|---|
欢迎大家为社区做贡献。如果有任何疑问或建议，请提交gitee Issues，我们会尽快回复。感谢您的支持。
AscendPyTorch版本分支的维护阶段如下：
| 状态 | 时间 | 说明 |
|---|---|---|
| 计划 | 1—3 个月 | 计划特性 |
| 开发 | 3个月 | 开发特性 |
| 维护 | 6—12个月 | 合入所有已解决的问题并发布版本 |
| 无维护 | 0—3 个月 | 合入所有已解决的问题，无专职维护人员，无版本发布 |
| 生命周期终止（EOL） | N/A | 分支不再接受任何修改 |
| 分支 | 状态 | 发布日期 | 后续状态 | EOL日期 |
|---|---|---|---|---|
| v2.0.2 | EOL | 2021/7/29 | N/A | |
| v2.0.3 | EOL | 2021/10/15 | N/A | |
| v2.0.4 | EOL | 2022/1/15 | N/A | |
| v3.0.rc1 | EOL | 2022/4/10 | N/A | |
| v3.0.rc2 | EOL | 2022/7/15 | N/A | |
| v3.0.rc3 | EOL | 2022/10/20 | N/A | |
| v3.0.0 | 维护 | 2023/1/18 | 预计2024/1/18起无维护 | |
| v5.0.rc1 | 维护 | 2023/4/19 | 预计2024/4/19起无维护 | |
| v5.0.rc2 | 维护 | 2023/7/19 | 预计2024/7/19起无维护 | |
| v5.0.rc3 | 维护 | 2023/10/15 | 预计2024/10/15起无维护 |
有关安装指南、模型迁移和训练/推理教程和API列表等更多详细信息，请参考昇腾社区PyTorch Ascend Adapter。
| 文档名称 | 文档链接 |
|---|---|
| AscendPyTorch 安装指南 | 参考链接 |
| AscendPyTorch 网络模型迁移和训练 | 参考链接 |
| AscendPyTorch 在线推理 | 参考链接 |
| AscendPyTorch 算子适配 | 参考链接 |
| AscendPyTorch API清单（PyTorch原生接口与自定义接口） | 参考链接 |
PyTorch Ascend Adapter插件使用BSD许可证。详见LICENSE文件。
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。