首页
/ Tenstorrent TT-Metal v0.58.0-rc6 技术解析与更新亮点

Tenstorrent TT-Metal v0.58.0-rc6 技术解析与更新亮点

2025-07-10 10:07:37作者:虞亚竹Luna

Tenstorrent TT-Metal 是一个面向AI加速的高性能计算框架,专注于为机器学习工作负载提供高效的硬件加速支持。该项目通过创新的架构设计和软件优化,显著提升了深度学习模型的推理和训练性能。

本次发布的v0.58.0-rc6版本带来了多项重要更新和改进,涵盖了从底层硬件支持到高层API功能的多个方面。我们将深入解析这些技术更新,帮助开发者更好地理解和使用这一强大的AI加速框架。

核心架构优化

本次更新对TT-Metal的底层架构进行了多项重要改进。首先移除了DispatchMemMap单例模式,将其所有权转移至MetalContext,这一变化简化了内存管理模型,提高了系统的可维护性和扩展性。同时,框架现在支持DRAM预取器的性能模式,能够根据工作负载特性动态调整预取策略,显著提升内存访问效率。

在设备支持方面,新版本修复了RISCV_SOFT_RESET_0_BRISC的值偏移问题,确保硬件复位操作的准确性。此外,还针对Blackhole(BH)和Wormhole(WH)架构优化了原位Halo多播功能,提升了多设备间的数据交换性能。

模型支持与性能提升

v0.58.0-rc6版本显著扩展了对多种AI模型的支持和优化:

  1. YOLO系列模型:新增对yolov8s_world和yolov8x模型的追踪支持,同时为yolov9c模型提供了性能调优,使这些计算机视觉模型能够在TT-Metal平台上高效运行。

  2. VAE解码器:添加了完整的VAE(变分自编码器)中间块和上采样块支持,为生成式AI应用提供了更完整的支持。

  3. ResNet50稳定性:引入了专门的稳定性测试脚本,确保这一经典CNN模型在TT-Metal平台上的可靠运行。

  4. SDXL优化:修复了分割卷积中的偏置问题,并更新了相关测试,提升了Stable Diffusion XL模型的性能和稳定性。

计算操作扩展

新版本在计算操作支持方面有多项重要扩展:

  1. 数据类型支持:为多种操作添加了整型支持,包括零比较操作(如eq)、关系运算等,扩展了框架的应用场景。

  2. 新操作实现

    • 实现了ttnn.sort的单核版本
    • 新增ttnn.experimental.broadcast_to操作
    • 添加了ttnn.stack操作支持
    • 改进了argmax操作的多核支持,使其能够处理任意秩和形状的输入
  3. 现有操作优化

    • 为ttnn.add添加了uint16支持
    • 优化了ttnn.upsample在nearest模式下的非均匀分片支持
    • 改进了all_gather_concat对RM输入的支持,并为其输出添加了隐式tilize功能

性能分析与调试工具

本次更新增强了性能分析和调试能力:

  1. 性能分析:新增了生成每核心操作到操作时间的CSV功能,使开发者能够更精细地分析计算流水线。

  2. 调试工具

    • 添加了监视器来捕获对DRAM的noc_inline_dw_write操作
    • 实现了设备性能分派边界的更新
    • 针对BH架构禁用了TensixInlineWriteDynamicNoc以提高稳定性
  3. 测试改进

    • 更新了convnet_mnist的性能基准
    • 添加了6U特定全网格带宽测试
    • 实现了TM压力测试及相应修复

系统稳定性与部署改进

在系统稳定性和部署方面,v0.58.0-rc6版本包含多项重要改进:

  1. 内存管理:移除了持久缓冲区tt_stats在RMS中的释放操作,避免了潜在的内存问题。

  2. 设备管理:修复了多N150设备下ttnn.CreateDevice的问题,提高了多设备环境的可靠性。

  3. 部署优化

    • 开始提供-dev开发包
    • 添加了用于包验证的Docker镜像
    • 限制了xtensor-blas依赖的范围
  4. 编译改进:启用了更多编译器警告,帮助开发者及早发现潜在问题。

总结

Tenstorrent TT-Metal v0.58.0-rc6版本在模型支持、计算操作扩展、性能优化和系统稳定性等方面都有显著进步。这些更新不仅增强了框架的功能性,也提高了其在复杂AI工作负载中的表现。特别是对YOLO系列、VAE和SDXL等模型的支持优化,使得TT-Metal在计算机视觉和生成式AI领域的应用更加广泛和高效。

随着数据类型支持的扩展和新操作的加入,开发者现在能够实现更复杂的算法和模型。而性能分析和调试工具的增强,则为优化工作负载提供了更强大的支持。这些改进共同推动了TT-Metal作为一个高性能AI加速平台的发展,为开发者提供了更强大、更灵活的工具来构建和部署AI应用。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
866
513
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K