PyTorch团队首发技术路线图，近百页文档披露2024下半年发展方向
新智元报道
编辑：乔杨【新智元导读】最近，PyTorch团队首次公布了开发路线图，由内部技术文档直接修改而来，披露了这个经典开源库下一步的发展方向。
如果你在AI领域用Python开发，想必PyTorch一定是你的老朋友之一。2017年，Meta AI发布了这个机器学习和深度学习领域的开源库，如今已经走到了第7个年头。
根据Assembly AI 2021年的统计数据，HuggingFace上最受欢迎的top 30模型都能在PyTorch上运行，有92%的模型是PyTorch专有的，这个占比让包括TensorFlow在内的一众竞争对手都望尘莫及。
就在7月10日，PyTorch的工程团队首次公开发布了他们的路线图文档，阐述2024年下半年的发展方向。
Meta共同创始人、领导PyTorch团队的Soumith Chintala在推特上官宣了这个消息。
他表示，希望公开工程师们的研发动机和目标。
「虽然所有PyTorch开发都在GitHub上公开，但各个PyTorch附属公司的团队编写的实际规划和路线图文档并不公开，因此我们决定做出改变，以提高透明度。」
PyTorch团队的技术项目经理Gott Brath也在论坛中发表了类似的声明。
我们一直在考虑，如何分享团队在PyTorch上所做的工作的路线图。我们每半年进行一次规划，因此这些是我们针对PyTorch中多个关键领域的2024年H2 OSS计划的一些公开版本。
这些文件基本就是PyTorch团队内部的文档和工作规划，删减掉了一些内容就发布出来成为路线图，其中涉及PyTorch的如下几个方面：
- 核心库与核心性能
- 分布式
- torchune、Torchrec、TorchVision
- PyTorch Edge
- 数据加载（DataLoading）
- 编译器核心及部署
- 开发者基础设施
每个文档都至少包含三个部分的内容，以OKR的思路展开：
- 背景
- Top5关注领域及目标：目标、关键结果、已知或未知风险以及相应缓解措施（最多一页）
- 提升工程水平的Top3~5个方面：BE Pillar分类、目标、指标/状态/具体目标、已知或未知风险以及缓解措施、影响/成本、优先级/信心程度（最多一页）
其中BE Pillar可以看作Meta写给开发团队的「五句箴言」，具体内容是：
Better Code, Better Doc, Empowering teams, Modern Code, Better Architecture
「最多一页」的规定不知道有没有戳到卷文档长度的开发人员，毕竟文档贵精不贵长，将众多开发需求精简到一页的内容不仅节省同事时间，也十分考验撰写者的功力。
此外，文档中也可以看出Meta开发团队的一些优秀思路，比如重视各个模块团队的协作、重视和外部合作伙伴的API集成和共同开发，重视与开源社区和开发者的互动。
当推出ExecuTorch这样的新代码库，或者想要提升PyTorch编译器影响力时，团队一般都会从两方面思路入手：一是铆足力气提升性能，把目标直接顶到SOTA；另一方面从深度集成入手，提供更多开箱即用的案例。
或许，这些都是Meta多年来在开源领域如鱼得水、风生水起的关键所在。
以下是各个文档内容的部分截取和概括。
核心库与核心性能
文档中涉及到的核心库包括TendorDict、torchao、NN、TorchRL等。
性能方面，PyTorch团队提出了在模型训练和推理方面实现SOTA性能的目标，措施包括引入架构优化技术和高性能kernel，与整个PyTorch技术栈形成搭配组合。
过去一年的时间见证了GenAI的快速发展，许多支持研究领域进行开发的外部库应运而生，但其中很多并不直接依赖PyTorch，这会威胁到PyTorch在科研领域的主导地位。
为了重新跟上节奏，PyTorch将为量化、稀疏化、MoE和低精度训练等常用开发技术提供支持，包括构建模块和API（主要集成在torchao中），帮助各类Transformer架构的模型提升性能。
torchao库可以支持研究人员在PyTorch框架内自定义高性能的dtype、layout和优化技巧，将使用范围扩展到训练、推理、调优等各种场景。
此外，核心库的更新将包括以下方面：
- 推出的自动优化库torchao已经取得了突破性的成功，下一步提升其代码组织性，并将其中的数值运算与核心库分开
- 解决TendorDict的核心模块性，支持加载/存储的序列化，并使其在eager模式下的运行速度提高2倍
- 继续上半年在内存映射加载（memory mapped load）方面的成功，继续提升模型加载/存储的性能和安全性
- 将TorchRL的开销降低50%
- 加入对NoGIL的核心支持
- 修复用户反映的TORCH_env变量不起作用的问题
文档中还提及了要实现对nn.transformer模块的弃用，表示会发布一系列教程和用例，展示如何使用torch.compile、sdpa、NJT、FlexAttention、custom_op、torchao等模块构建Transformer。
分布式
LLM的预训练通常横跨数十个甚至上千个GPU，而且由于模型的参数规模逐渐增大，推理和微调也很难用单个GPU完成。
因此，PyTorch下一步对「分布式」的布局全面涵盖了训练、推理、微调这三个环节，提出要达成超大规模分布式训练、高内存效率的微调、多主机分布式推理。
训练
PyTorch原生支持的并行模式主要包括以下几种：
- 完全分片数据并行（full sharded data parallel，FSDP）
- 混合分片数据并行（hybrid sharding data parallel，HSDP）
- 张量并行（tensor parallel，TP）
- 流水线并行（pipeline parallel，PP）
- 序列并行（sequence parallel，SP）
- 上下文并行（context parallel，CP）
PyTorch希望在TorchTitan中将各种并行方式进一步模块化，让开发者可以自由组合，根据需要实现N维并行。
文档中特别提到，对MoE和多模态这两种新兴的架构需要添加支持，比如专家并行、路由算法的优化。
除了TorchTitan本身的更新，分布式团队还需要与编译器团队进一步紧密合作，更好地与torch.compile模块集成，为大规模分布式场景带来额外的性能提升。
微调与推理
微调：联合torchtune，将FSDP2 LoRA/QLoRA方案投入使用，以及支持模型状态字典的NF4量化
推理：PP和DP已经成为分布式API的核心，下一步需要关注torchtitan的分布式推理，支持大模型PP+异步TP方式，将给出案例展示
文档中还提到，会将HuggingFace的推理API从PiPPy迁移到PyTorch（由HuggingFace完成）。
torchtune、TorchRec、TorchVision
torchtune
torchtune的推出旨在帮助用户更方便微调LLM，这也是官方给出的Llama模型微调的方案。
torchtune定义的「微调」范围非常广，主要可以概括为三类场景：
- 对特定领域数据集或者下游任务的模型适应
- 奖励和偏好建模，比如RLHF、DPO等
- 包含蒸馏与量化的训练过程
下半年的更新将支持为agent工作流进行的微调，同时着重关注微调性能的提升。
团队会与compile、core、distributed等模块进行合作，提供高效率微调，并在PyTorch生态内建立有代表性的微调性能基准。
由于torchtune也是一个较新的开源库，因此与开源社区的互动也必不可少。
文档提出发布博客文章和教程、举办技术讲座等方式，提升用户的理解；并会定义量化指标，衡量torchturn在LLM生态中的贡献份额。
除了开源社区，torchtune还会与至少一个合作伙伴集成，参与到它们的社区中，以促进torchtune的使用。
TorchVision
TorchVision作为CV领域内的绝对主宰者，技术也相对成熟，因此路线图中提出的更新很少。
团队将继续在预处理方向努力，在图像编码/解码空间中支持更多格式（如WebP、HEIC）和平台（如CUDA），并提升jpeg格式在GPU上的编码/解码性能。
TorchRec
TorchRec旨在提供大规模推荐系统中常用的稀疏性和并行性原语，将秋季推出第一个稳定版本TorchRec 1.0。
Edge
目前，开源库ExecuTorch已经推出了Alpha版本，主要依赖torch.compile和torch.export，用于支持移动设备和边缘设备（如AR/VR、可穿戴设备）上的模型分析、调试和推理。
下半年，Edge团队将推出xecuTorch的Beta版本，同时为Meta的Llama系列模型和其他开源模型提供PyTorch生态内的解决方案。
关键目标中主要涵盖两个方向。一是为设备上AI提供基础功能和可靠基础设施，包括：
- 确保C++和Python的API稳定性
- 实现一系列核心功能：支持模型压缩、代理缓存位置管理、数据和程序分离
二是为这个新生的代码库保驾护航，培育开源社区内的影响力，同时与Arm、Apple 和Qualcomm等公司保持良好合作关系。
其中社区影响力的目标甚至被量化到，要求代码在GitHub上得到3k标星，500次克隆（fork）。有兴趣的吃瓜群众可以去持续关注一下，看看团队能不能在年底完成这个OKR。
数据加载
基于Apache Arrow格式的HuggingFace datasets库凭借无内存限制的高速加载/存储，近几年异军突起，似乎抢走了PyTorch相关功能的风头。
数据加载的文档中开篇就提出了雄心壮志，要让TorchData库再次伟大，重新确立PyTorch在数据加载方面的主宰地位。
要达到这个目标，就需要让相关功能变得灵活、可扩展、高性能、高内存效率，同时实现傻瓜式操作，支持各种规模的多模态训练。
具体的更新目标包括以下几个方面：
- DataLoader的功能开发和接口都将贯彻GitHub优先的原则，DataPipes和DataLoader v2则将被逐步被弃用、删除
- 确保TorchTune、TorchTitan、HuggingFace、TorchData之间的清晰边界和良好互通性，支持多数据集、多模态数据加载
- HuggingFace使用StatefulDataLoader的API，确保兼容性，及时更新样例和测试用例编译器核心及部署
PyTorch的编译器核心功能经过多年发展已经趋于完善，目前亟待弥补的只是对LLM和GenAI领域的更深度集成和更多优化支持。
路线图提出，要将torch.compile()函数带到LLM和GenAI的使用周期的各个方面（推理、微调、预训练），让重要模型在发行时就搭载原生的PyTorch编译。
为了实现这个目标，文档提出了很多具体措施，比如与torchtune与TorchTitan团队合作，提升编译性能，并在下半年发布至少两个高知名度模型的原生PyTorch编译版本。
此外，编译器可能添加可视化功能，在non-eager训练模式下生成表达前向计算/后向传播过程的模型图。
用户支持方面也有诸多规划，比如提升系统的监控性和可观察性，帮助户自行调试编译问题。关键目标还包括建立用户支持团队，针对几个关键领域（数据类、上下文管理等），解决开发者在GitHub等平台上发布的问题。
参考资料：https://dev-discuss.pytorch.org/t/meta-pytorch-team-2024-h2-roadmaps/2226
https://x.com/soumithchintala/status/1811060935211049046
https://www.assemblyai.com/blog/pytorch-vs-tensorflow-in-2023/