Facebook utilise déjà la plateforme PyTorch dans ses projets d’apprentissage automatique et d’intelligence artificielle, et maintenant il est ouvert à tous.
Facebook rend donc open source PyTorch, son cadre d’apprentissage en profondeur. PyTorch 1.0 fournit aux développeurs les moyens de passer de la recherche à la production, intégrant aux qualités de PyTorch les capacités modulaires axées sur la production de Caffe2, un cadre d’apprentissage en profondeur populaire et Open Neural Network Exchange, un format ouvert pour représenter les modèles d’apprentissage en profondeur.
La technologie employée par PyTorch 1.0 AI est déjà présente dans de nombreux produits de Facebook. L’exemple le plus frappant est son utilisation pour 6 milliards de traduction par jour ! Cette plateforme fait donc intégralement partie de Facebook.
Basée sur Python, PyTorch 1.0 permet aux développeurs dans le domaine de l’intelligence artificielle d’expérimenter et optimiser les performances grâce à une interface hybride qui transite de manière transparente entre les modes d’exécution impératif et déclaratif. Facebook revendique l’avant-plan impératif de PyTorch pour un prototypage et une expérimentation plus rapides grâce à son modèle de programmation flexible et productif.
Lancée il y a un peu plus d’un an, la première version de PyTorch a été téléchargée plus de 1,1 million de fois. Le succès de la solution provient très certainement de sa capacité à prendre en charge des modèles d’IA à la pointe de la technologie tels que les graphiques dynamiques. Cependant, améliorer les performances à l’échelle de la production de PyTorch représente un véritable défi pour Facebook, étant donné son couplage étroit avec Python. Bien souvent, les programmeurs traduisent le code de recherche en une représentation graphique dans Caffe2 pour fonctionner à l’échelle de la production.
Une fois dans Caffe2, l’exécuteur graphique de Cafe2 permet aux développeurs de tirer parti des transformations graphiques, de la réutilisation efficace de la mémoire et de l’intégration étroite de l’interface matérielle. Le projet Caffe2 a été lancé il y a deux ans pour standardiser les outils d’IA de production de Facebook. Il gère maintenant des réseaux de neurones sur Facebook et plus d’un milliard de téléphones dans le monde. Aujourd’hui, Caffe2 a plus de 200 billions de prédictions par jour.
Aujourd’hui, la migration de PyTorch vers Caffe2 vers la production est un processus manuel. Facebook compte sur la communauté des développeurs Open Source pour automatiser l’articulation entre PyTorch, Caffe2 et ONNX