Açık Kaynakİş ve Pazar 🇨🇳 24.07.2026 02:03

Alibaba, yapay zeka yazılım yığını SAIL'i açık kaynak olarak yayınladı: 260'tan fazla framework kutudan çıktığı gibi hazır

Alibaba/QwenAlibaba/Qwen
Alibaba'nın çip bölümü T-Head, Zhenwu serisi yapay zeka çiplerinin temelini oluşturan yapay zeka yazılım yığını SAIL'i açık kaynak olarak yayınladı. Yığın; sürücüler, çalışma zamanı, derleyici, kütüphaneler ve araçları içeriyor ve 260'tan fazla ana akım yapay zeka framework'ünü destekliyor. 560.000'den fazla Zhenwu çipi sevk edilmişken, bu hamle geliştiricilerin önündeki engelleri azaltmayı ve açık bir ekosistemi teşvik etmeyi amaçlıyor.
WAIC 2026'da Alibaba'nın T-Head şirketi, kendi tescilli yapay zeka yazılım yığını SAIL'i (Seed of AI Library) açık kaynak olarak duyurdu. SAIL, Zhenwu serisi yapay zeka çiplerinin temel yazılımı olup, işletim sistemi katmanından Yazılım Geliştirme Kiti (SDK) katmanına ve arayüz katmanına kadar tüm zinciri kapsar; bağımsız fikri mülkiyet haklarına sahiptir ve ana akım yapay zeka ekosistemleriyle tam uyumludur. Açık kaynak sürümü, kaynak kodu, sürücüler, araçlar ve dokümantasyonu içerir ve T-Head geliştirici topluluğunda mevcuttur. Nisan 2026 itibarıyla Zhenwu yapay zeka çipleri 560.000 adetten fazla sevk edilmiş, 20'den fazla sektörde 400'den fazla müşteriye hizmet vermiş ve Alibaba Cloud ile çeşitli kurumsal üretim ortamlarında kullanılarak Double 11 gibi büyük trafik zirvelerini başarıyla atlatmıştır. Yığın beş katmandan oluşur: Sürücü ve Çalışma Zamanı (PPU Runtime ve PPU Driver), Programlama Dili (C/C++ ve Python arayüzleri), Derleyici (Compiler ve Debugger), Yüksek Performanslı Kütüphaneler (acBLAS, acFFT, acDNN gibi matematik kütüphaneleri; HGENC, HGDEC kodlama/kod çözme kütüphaneleri; PCCL ve sailSHMEM iletişim kütüphaneleri; acext genişletme kütüphanesi ve HGML makine öğrenimi kütüphanesi) ve Geliştirme Araçları (operatör düzeyinde profil çıkarma için Asight Compute, sistem düzeyinde profil çıkarma için Asight Systems, cihaz izleme için PPU-SMI, küme kaynak planlaması için PPU-DCGM). SAIL, PyTorch, TensorFlow, vLLM ve SGLang dahil 260'ın üzerinde ana akım eğitim ve çıkarım çerçevesini destekler ve yeni modeller için ortalama uyarlama süresi 7 günden azdır. T-Head, giriş engelini düşürerek bir ekosistem oluşturmayı ve küresel geliştiricileri, araştırma kurumlarını ve endüstri ortaklarını araçların birlikte geliştirilmesi, operatör ekosisteminin zenginleştirilmesi ve performans optimizasyonu için davet etmeyi hedeflemektedir.
Kaynak: QbitAI 量子位 — orijinal
Bu konudaki önceki yazılarımız ↓
Güncel haberler