Alibaba rilis open-source tumpukan perangkat lunak AI SAIL: 260+ framework siap pakai
Alibaba/Qwen
Divisi chip Alibaba, T-Head, telah merilis open-source tumpukan perangkat lunak AI SAIL yang mendasari seri chip AI Zhenwu. Tumpukan ini mencakup driver, runtime, kompiler, pustaka, dan alat, yang mendukung lebih dari 260 framework AI mainstream. Dengan lebih dari 560.000 chip Zhenwu yang telah dikirim, langkah ini bertujuan menurunkan hambatan bagi pengembang dan mendorong ekosistem terbuka.
Pada WAIC 2026, Alibaba T-Head mengumumkan pembukaan sumber terbuka (open-source) untuk tumpukan perangkat lunak AI berpemiliknya, SAIL (Seed of AI Library). SAIL merupakan perangkat lunak dasar untuk seri chip AI Zhenwu, yang mencakup seluruh rantai dari lapisan OS, lapisan SDK, hingga lapisan antarmuka, dengan hak kekayaan intelektual independen dan kompatibilitas penuh dengan ekosistem AI mainstream. Rilis open-source mencakup kode sumber, driver, alat, dan dokumentasi, yang tersedia di komunitas pengembang T-Head. Hingga April 2026, chip AI Zhenwu telah dikirim sebanyak lebih dari 560.000 unit, melayani lebih dari 400 pelanggan di 20+ industri, dan telah digunakan di Alibaba Cloud serta berbagai lingkungan produksi perusahaan, bertahan dari lonjakan lalu lintas besar seperti Double 11. Tumpukan ini terdiri dari lima lapisan: Driver & Runtime (PPU Runtime dan PPU Driver), Bahasa Pemrograman (antarmuka C/C++ dan Python), Compiler (Compiler dan Debugger), Perpustakaan Berkinerja Tinggi (perpustakaan matematika seperti acBLAS, acFFT, acDNN; perpustakaan codec HGENC, HGDEC; perpustakaan komunikasi PCCL dan sailSHMEM; perpustakaan ekstensi acext dan perpustakaan ML HGML), dan Alat Pengembangan (Asight Compute untuk profiling tingkat operator, Asight Systems untuk profiling tingkat sistem, PPU-SMI untuk pemantauan perangkat, PPU-DCGM untuk penjadwalan sumber daya klaster). SAIL mendukung lebih dari 260 kerangka kerja pelatihan dan inferensi mainstream termasuk PyTorch, TensorFlow, vLLM, dan SGLang, dengan waktu adaptasi rata-rata kurang dari 7 hari untuk model baru. T-Head bertujuan membangun ekosistem dengan menurunkan hambatan masuk dan mengundang pengembang global, lembaga penelitian, dan mitra industri untuk bersama-sama mengembangkan alat, memperkaya ekosistem operator, dan mengoptimalkan kinerja.
Sumber: QbitAI 量子位 —
asli
