tt-metal

tt-metal

Python与C++神经网络运算库

TT-NN 提供灵活的神经网络运算功能,支持包括ResNet-50和BERT-Large在内的多种模型,能够实现高效的端到端和设备间的数据吞吐量。其兼容N150和N300卡的Wormhole模型,及适用于TT-QuietBox和TT-LoudBox的高性能模型,能满足不同硬件需求。结合TT-Metalium低级编程模型,提供丰富的开发指导和API参考,有助于在Tenstorrent硬件上高效地进行神经网络训练和推理。

TT-NNTT-MetaliumGrayskull模组Wormhole模组神经网络Github开源项目

项目介绍:TT-Metal

项目概述

TT-Metal 项目是一个现代化的神经网络操作库,主要使用 Python 和 C++ 进行开发。这个库是专为 Tenstorrent 硬件平台设计的,旨在提升深度学习模型的性能和使用便利性。TT-Metal 包含了多种模型的示例和配置参数,助力用户在不同硬件环境下实现高效的深度学习任务。

支持的模型

大规模语言模型 (LLMs)

TT-Metal 支持多种大规模语言模型(LLMs),这些模型可以运行在 Tenstorrent 提供的多种硬件上,如 n150 和 QuietBox 等。这些模型包括:

  • Falcon7B、Mistral-7B、Mamba-2.8B、LLaMA-3.1 等。
  • 支持从单设备到多设备的并行化(包括数据并行 DP 和张量并行 TP)。

这些模型在不同的硬件配置下表现优异,能够满足不同行业的 NLP 应用需求。

卷积神经网络 (CNNs)

项目中还提供了一些经典的卷积神经网络模型(如 ResNet-50 和 ViT),这些模型在图像处理领域有广泛应用。支持多种分辨率和批次大小,具有高吞吐量,能够在不同硬件上实现高效的图像处理任务。

自然语言处理 (NLPs)

TT-Metal 提供了如 BERT-Large 和 T5 等自然语言处理模型。结合 Tenstorrent 的硬件,这些模型在句子处理速度上表现出色,并且能够在不同的设备上实现灵活部署。

技术报告

TT-NN 提供多份技术报告,以帮助用户更好地理解和实现模型优化:

  • 高级性能优化
  • 设备网格编程
  • ViT 和 YOLOv4 的算法实现

TT-Metalium

TT-Metalium 是 TT-NN 的底层编程模型,支持在 Tenstorrent 硬件上进行内核开发。用户可以通过提供的编程指南和 API 参考资料快速入门,并实现复杂的内核开发任务。

编程示例

为了帮助开发者上手,项目中提供了多个编程示例:

  • “Hello World” 核心示例:帮助初学者熟悉基本核心开发。
  • 简单的整数操作和张量操作示例:展示数据在内存中的移动和简单的算术运算。
  • DRAM 数据移动和 Eltwise 操作:深入理解数据存取和算术操作的基础。

通过这个项目,开发者能够在高性能硬件上实现复杂的算法和模型,提升深度学习任务的性能与效率。无论是在自然语言处理、图像处理还是其他需要高计算力的领域,TT-Metal 都提供了丰富的支持与保障。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多