臉書甫發表深度學習框架PyTorch 1.0預覽版，三大公有雲表態力挺

臉書在10月3日發表開源深度學習框架PyTorch 1.0預覽版，不只是各大硬體晶片廠支援，連三大雲端服務供應商Google、微軟以及AWS也都在自家服務上全力支援。

PyTorch 1.0為一個開源且強大的深度學習框架，可加速人工智慧研究到開發的流程，目前支援完全混合的Python和C/C++前端，以及原生分散式執行。在臉書建立PyTorch框架生態發展的號召下，除了獲得IBM、Intel、Arm、Nvidia及Qualcomm的支持，雲端業者也不落人後。

Google提到，他們一直以來的目標，都是朝向支援所有的機器學習使用者，GCP已經整合了數個熱門的開源框架到服務中，包括PyTorch、TensorFlow、Scikit-learn和XGBoost。

Google這次對PyTorch整合的內容，包含有深度學習虛擬機器映像檔、開源平臺Kubeflow、視覺化工具TensorBoard以及Cloud TPU。GCP提供了一組虛擬機器映像檔，其中包含使用各種深度學習框架需要的所有資源，之前Google就已經提供一個社群版的PyTorch映象檔，而在PyTorch 1.0預覽版釋出後，則另外增加新版映象檔，Google提到，這是使用PyTorch的簡單方法，其中含包含了Nvidia驅動程式，還預裝了Jupyter Lab，以及PyTorch教學示範。

Kubeflow則是一個開源平臺，目的是部署和管理端到端的機器學習工作管線，Kubeflow現在支源PyTorch，其社群已經開發了PyTorch套件包，使用者只需要下兩個指令就能部署到Kubeflow中。而目前機器學習視覺化工具套件TensorBoard也正與PyTorch開發人員合作，進行更深入的整合，讓使用者可以使用TensorBoard監控PyTorch訓練。Google TPU團隊也正積極與PyTorch核心開發人員合作，串接PyTorch與Cloud TPU，讓PyTorch也能獲得Cloud TPU的高效執行能力。目前團隊用開源線性代數編譯器XLA將PyTorch連接到Cloud TPU，已經成功在Cloud TPU上訓練ResNet-50的PyTorch實作。

微軟也在整合PyTorch上下了功夫，分別在Azure機器學習服務、資料科學虛擬機器、Azure筆記本以及Visual Studio Code的工具都支援PyTorch。Azure機器學習服務是一個雲端服務，幫助資料科學家執行端到端機器學習工作流程。透過服務提供的Python SDK，使用者可以進行訓練、超參數調校以及部署PyTorch模型，而且透過Azure機器學習服務的訓練功能，還能讓使用者無縫將本地端的PyTorch模型轉移到Azure上。

Azure專門為資料科學設計的虛擬機器，預安裝了一套熱門的資料科學和深度學習工具，其中便包含了PyTorch，微軟提到，資料科學虛擬機器是使用PyTorch建構模型最方便的方法，其使用GPU的虛擬機器，已經安裝了GPU驅動程式和PyTorch的GPU版本，雖然目前PyTorch還是使用0.4.1穩定版，但是使用者也能輕鬆的升級到1.0預覽版。

在程式開發工具上，微軟版的雲端Jupyter筆記本Azure筆記本，預先安裝了PyTorch（下圖，來源：微軟），使用者不需要額外安裝框架，就能在瀏覽器上進行互動式程式開發，而且Azure筆記本還提供最新的PyTorch教學課程，使用者可以直接在上面學習使用PyTorch的方法。

另外，輕量級原始碼編輯器Visual Studio Code其人工智慧跨平臺擴充套件，提供資料科學家深度學習和人工智慧實驗功能，該工具也和Azure機器學習服務緊密整合，使用者可以使用Visual Studio Code提交PyTorch工作給Azure運算、追蹤實驗進行，並且部署模型。

而Amazon SageMaker和AWS深度學習AMI也提供了使用者簡易的方法，讓使用PyTorch 1.0開發的應用，無縫的從研究階段投入生產。 Amazon SageMaker是一個端到端平臺，建構、訓練和部署任何規模的機器學習模型，Amazon SageMaker提供了預先配置的環境，其中包含PyTorch 1.0預覽版，使用者能夠利用PyTorch 1.0所有SageMaker功能，包括自動模型調整。而AWS深度學習AMI則預先內建了PyTorch 1.0、Anaconda和Python套件，能使用CUDA和MKL函式庫來加速運算執行個體。