当前位置: 首页 > news >正文

CANN/torchtitan-npu版本策略

版本策略(Versioning Policy)

【免费下载链接】torchtitan-npuAscend Extension for torchtitan项目地址: https://gitcode.com/cann/torchtitan-npu

torchtitan-npu采用“分支 + commit 基线”的方式与上游torchtitan保持对齐。 本政策用于定义发布兼容性约束,以及分支同步信息的唯一事实来源(source of truth)。

发布兼容性表

下表列出了已发布torchtitan-npu版本对应的上游torchtitan基线及关键运行时兼容范围。

torchtitan-nputorchtitanPythonStable CANNPyTorch/torch_npu
v0.2.2v0.2.2 (73a0e6979dd10b6b1904098eb3c8f62c18ab87ce)>= 3.108.0+2.6+ / torch-npu matching CANN

对于活跃开发分支,请始终以分支同步表为准。

分支同步表

本表是torchtitan-syncskill 的唯一事实来源。 在执行同步前,必须先读取与当前torchtitan-npu分支对应的数据行。

torchtitan_npu_branchtorchtitan_repo_urltorchtitan_branchtorchtitan_commitupdated_atnotes
masterhttps://github.com/pytorch/torchtitan.gitv0.2.273a0e6979dd10b6b1904098eb3c8f62c18ab87ce2026-03-11Baseline adapted to torchtitan v0.2.2 tag. Update after each sync.

格式规则:

  • torchtitan_commit必须仅包含纯 commit hash。
  • 不得在torchtitan_commit中附加说明性文本(例如, v0.2.2 tag)。

分支策略

  • master:长期集成分支,应跟踪稳定上游基线。
  • releases/vX.Y.Z(如使用):发布维护分支,使用固定上游基线。
  • feature/*dev_*:开发分支,仍必须维护同步元数据的准确性与时效性。

常规流程应先将变更合入master,再按需回移(backport)到维护分支。

同步更新策略

每次完成上游同步后,必须同步更新本文件:

  1. torchtitan_commit更新为本次同步目标 commit。
  2. 更新updated_at
  3. notes中记录 commit 区间与主要适配点。
  4. 若兼容性发生变化,同步更新发布兼容性表

若当前分支在表中无映射行,必须先补充该行后再执行同步。

【免费下载链接】torchtitan-npuAscend Extension for torchtitan项目地址: https://gitcode.com/cann/torchtitan-npu

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/784608/

相关文章:

  • AGI+IoT融合:边缘智能体的关键技术挑战与实践路径
  • CANN/catlass FlashAttention推理
  • 2026人工草坪企业选型指南,采购不踩坑 - 深度智识库
  • StarRocks MCP Server实战:AI助手与数据库的无缝对话
  • 全球高价值公开数据源全景指南:从专利到遥感,数据科学家的实战地图
  • FLUX.1-Krea-Extracted-LoRA效果展示:丝绸面料光泽与褶皱物理模拟
  • Illustrator脚本开发入门:从零写一个‘日期+序列’的防伪码生成器
  • 大模型参数规模与性能的非线性关系:从规模迷信到精准设计
  • PostgreSQL中UPSERT操作的并发冲突与数据一致性保障策略
  • CANN社区组织信息配置指南
  • CANN/tensorflow HCCL发送API
  • 基于Electron构建开发者专属浏览器:集成调试、终端与源码映射
  • 2026年湖南数控机床设计与非标机床研发外协服务深度指南 - 年度推荐企业名录
  • 无需复杂SDK,使用curl命令直接测试Taotoken大模型API连通性
  • 新手教程使用Python和OpenAI兼容SDK五分钟接入Taotoken大模型服务
  • AI的“水足迹”:数据中心冷却与锂矿开采背后的环境伦理挑战
  • AI赋能人才管理:从数据画像到个性化发展路径的实践
  • Orangutan算法:仿生视觉注意力机制在计算机视觉中的应用
  • Mind-Brush:为AI绘画装上“外脑”,实现基于搜索与推理的智能图像生成
  • 特征缩放在机器学习中的核心作用与实战技巧
  • Real-Anime-Z模型推理优化:利用C++编写高性能图像后处理模块
  • 保定制造工厂短视频营销避坑指南:为什么专业代运营比自己摸索节省成本80% - 年度推荐企业名录
  • 用Android TTS实现‘跟读高亮’?手把手教你适配UtteranceProgressListener各版本回调
  • 2026年南京律师推荐榜:专业能力前五名深度解析 - 速递信息
  • CANN/catlass aclnn接口算子接入示例
  • 人工智能的社会技术定义:从理性主义到人文主义的融合
  • 新能源车维修成本畸高,行业垄断与技术壁垒让车主陷入“买得起修不起“困境
  • 别再死记硬背了!图解贪心算法解决多机调度,一看就懂(从生活例子到代码)
  • CANN/pyasc矩阵乘法迭代方法
  • 如何用XUnity.AutoTranslator实现游戏实时翻译:终极指南