Alibaba avoimoi AI-ohjelmistopino SAILin: yli 260 viitekehystä valmiina käyttöön

Alibaba/QwenAlibaba/Qwen
Alibabain siruosasto T-Head on avoimoinut tekoälyohjelmistopino SAILin, joka toimii sen Zhenwu-sarjan tekoälysirujen pohjana. Pino sisältää ajurit, suoritusympäristön, kääntäjän, kirjastot ja työkalut, ja se tukee yli 260:tä valtavirran tekoälyviitekehystä. Yli 560 000 Zhenwu-sirun toimituksen myötä tavoitteena on madaltaa kehittäjien kynnystä ja edistää avointa ekosysteemiä.
WAIC 2026:ssa AliBaban T-Head ilmoitti avaavansa lähdekoodin oman tekoälysoftapinonsa SAILin (Seed of AI Library) osalta. SAIL on Zhenwu-sarjan tekoälysirujen alla oleva ohjelmisto, joka kattaa koko ketjun käyttöjärjestelmäkerroksesta SDK-kerrokseen ja rajapintakerrokseen, ja se on täysin yhteensopiva valtavirran tekoälyekosysteemien kanssa. Avointen lähdekoodien julkaisu sisältää lähdekoodit, ajurit, työkalut ja dokumentaation, ja ne ovat saatavilla T-Headin kehittäjäyhteisössä. Huhtikuuhun 2026 mennessä Zhenwu-tekoälysiruja on toimitettu yli 560 000 kappaletta, ne palvelevat yli 400 asiakasta yli 20 toimialalla ja niitä on käytetty AliBaban pilvessä ja erilaisissa yritystuotantoympäristöissä, selviytyen massiivisista liikennepiikeistä, kuten Double 11 -tapahtumasta. Pino koostuu viidestä kerroksesta: ajuri- ja runtime-kerros (PPU Runtime ja PPU Driver), ohjelmointikielet (C/C++- ja Python-rajapinnat), kääntäjäkerros (Compiler ja Debugger), suorituskykykirjastot (matematiikkakirjastot kuten acBLAS, acFFT, acDNN; koodekkikirjastot HGENC, HGDEC; viestintäkirjastot PCCL ja sailSHMEM; laajennuskirjasto acext ja ML-kirjasto HGML) sekä kehitystyökalut (Asight Compute operaattoritason profilointiin, Asight Systems järjestelmätason profilointiin, PPU-SMI laitevalvontaan, PPU-DCGM klusteriresurssien aikataulutukseen). SAIL tukee yli 260 valtavirran koulutus- ja päättelykehystä, kuten PyTorch, TensorFlow, vLLM ja SGLang, ja uusien mallien keskimääräinen sopeutumisaika on alle 7 päivää. T-Headin tavoitteena on rakentaa ekosysteemiä alentamalla pääsyn kynnystä ja kutsumalla maailmanlaajuisia kehittäjiä, tutkimuslaitoksia ja teollisuuskumppaneita yhteiskehittämään työkaluja, rikastamaan operaattoriekosysteemiä ja optimoimaan suorituskykyä.
Lähde: QbitAI 量子位 — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset