OpenAI 开源 Triton 1.0：让研究者无需 CUDA 经验也能写高效 GPU 代码
OpenAI 发布开源的类 Python 编程语言 Triton 1.0，让没有 CUDA 经验的研究者也能编写高效 GPU 代码，多数情况下性能与专家手写代码相当。
推荐理由：官方发布 Triton 1.0，说明无 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码，可关注其对研究工作流的影响。
部署工程
全部主题把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
最新精选
第 181–184 条 · 共 184 条OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7676
Hugging Face：Blog（RSS）精选AI 评分6666 Hugging Face 发布 Accelerate 库，让 PyTorch 训练脚本适配任意分布式设备
Hugging Face 发布开源库 Accelerate，让 PyTorch 用户只需在训练脚本中添加约五行代码，即可在多 GPU（单机或多节点）、TPU 及混合精度等任意分布式设置下运行，同时保留对训练循环的完全控制。
推荐理由：官方发布 Accelerate 库，用五行代码改造 PyTorch 训练脚本即可适配多 GPU、TPU 和混合精度，附代码示例和 CLI 启动器。
Hugging Face：Blog（RSS）精选AI 评分6060 Hugging Face Transformers 如何用 PyTorch / XLA 在 Cloud TPU 上训练
Hugging Face 与 PyTorch / XLA 集成，让用户在 Cloud TPU 上训练 Transformers 时保持原有 Trainer 接口不变。
推荐理由：原文解释了 PyTorch / XLA 的惰性执行与编译缓存机制，并给出在 Cloud TPU 上训练 Transformers 的完整示例和基准数据。
Hugging Face：Blog（RSS）精选AI 评分7474 Hugging Face Trainer 实测 DeepSpeed 与 FairScale 的 ZeRO 加速与显存优化
Hugging Face fellow Stas Bekman 介绍 transformers v4.2.0 起通过 --deepspeed 和 --sharded_ddp 参数实验性支持 DeepSpeed 与 FairScale 的 ZeRO 特性。
推荐理由：作者用同一套 t5 基准实测六种配置，读者可以直接对照表格选择适合自己 GPU 数量的 ZeRO 方案。