Microsoft presenta compatibilidad nativa con PyTorch Arm para dispositivos Windows

Microsoft lanza compilaciones nativas de PyTorch para Windows en Arm

En un avance histórico, tan solo unas semanas después de introducir la compatibilidad con Windows en Arm en GitHub, Microsoft ha hecho un anuncio importante para los desarrolladores que desean dispositivos con Arm y Windows. Las compilaciones nativas de PyTorch, un framework de aprendizaje automático de código abierto ampliamente utilizado, ya están oficialmente disponibles para Windows en Arm. Este avance simplifica el proceso para los desarrolladores que buscan crear y probar aplicaciones nativas en la arquitectura Arm.

La importancia de PyTorch para el aprendizaje automático

Para quienes no lo conozcan, PyTorch es una herramienta crucial para investigadores y desarrolladores dedicados a la construcción y el entrenamiento de redes neuronales profundas. Históricamente, ejecutar PyTorch en dispositivos Windows equipados con chips Arm presentaba desafíos, ya que los usuarios debían compilar todo el framework desde el código fuente, un proceso lento y poco adecuado para principiantes en programación.

Novedades de PyTorch 2.7

Con el lanzamiento de PyTorch 2.7, las compilaciones nativas para Windows en Arm ya están disponibles para Python 3.12. Los desarrolladores pueden instalar PyTorch fácilmente con un gestor de paquetes estándar como pip, lo que simplifica considerablemente el proceso de configuración.

Según Microsoft:

Esto libera el potencial de aprovechar todo el rendimiento de la arquitectura Arm64 en dispositivos Windows, como las PC Copilot+, para la experimentación de aprendizaje automático, proporcionando una plataforma sólida para que los desarrolladores e investigadores innoven y refinen sus modelos.

Beneficios para el desarrollo del aprendizaje automático

Se prevé que esta nueva oferta mejore el desarrollo local, el entrenamiento y las pruebas de modelos de aprendizaje automático directamente en equipos Windows con ARM. Cabe destacar que Microsoft destacó posibles aplicaciones en áreas como la clasificación de imágenes, el procesamiento del lenguaje natural y la IA generativa, ejemplificadas por herramientas como Stable Diffusion.

Introducción a Native PyTorch en Windows

Para empezar a usar los binarios nativos de PyTorch para Windows en Arm, los desarrolladores deben instalar algunos prerrequisitos esenciales. Esto incluye componentes obtenidos de las herramientas de compilación de Visual Studio o una instalación completa de Visual Studio.

Asegúrese de la selección de la carga de trabajo de desarrollo de escritorio con C++.
Asegúrese de incluir las últimas herramientas de compilación VS 2022 C++ ARM64/ARM64EC durante la instalación.

Selección del proyecto de instalación de Visual Studio

Además, es necesario instalar Rust y tener la versión Arm64 de Python 3.12 en el sistema. Una vez cumplidos estos requisitos, un simple comando le permitirá instalar la versión estable de PyTorch mediante pip, utilizando el índice de descarga correcto:

pip install --extra-index-url https://download.pytorch.org/whl torch

Explorando las compilaciones nocturnas

Para aquellos ansiosos por experimentar con las últimas características y que se sienten cómodos con versiones potencialmente inestables, las compilaciones Nightly o Preview se pueden instalar usando el siguiente comando:

pip install --pre torch --index-url https://download.pytorch.org/whl/nightly/cpu

Compilaciones nativas adicionales y mejores prácticas

Además del paquete Python, también están disponibles compilaciones nativas para LibTorch, que funciona como interfaz C++ de PyTorch y se utiliza a menudo en contextos de implementación. Para obtener una guía completa sobre cómo empezar a usar LibTorch, los desarrolladores pueden visitar el sitio web de PyTorch. Como práctica estándar para el desarrollo en Python, Microsoft recomienda crear un entorno virtual (venv) para gestionar las dependencias del proyecto sin problemas y evitar posibles conflictos.

Ejemplo de aplicación y adopción

Además, Microsoft ha mostrado un ejemplo del uso de los binarios nativos de PyTorch para Stable Diffusion en Windows en Arm, lo que ofrece información sobre cómo los desarrolladores pueden aprovechar la IA generativa en sus aplicaciones. El código relevante se puede encontrar en este repositorio de GitHub.

Abordar los desafíos de la dependencia

Es fundamental tener en cuenta que, si bien PyTorch y LibTorch ahora admiten binarios nativos para Windows en Arm, es posible que no todas las dependencias lo hagan. Es posible que algunos paquetes de Python adicionales, en particular aquellos con componentes que requieren un alto rendimiento y escritos en lenguajes como C, C++ o Rust, aún no ofrezcan archivos.whl nativos precompilados de Arm64 en PyPI. Por lo tanto, una instalación sencilla con pip podría no generar una versión nativa para cada biblioteca en uso.

Sin embargo, pip puede instalar dependencias directamente desde distribuciones de código fuente, que suelen proporcionarse como archivos.tar.gz. Si su sistema cuenta con las herramientas de compilación adecuadas (reforzando la mención anterior de MSVC con las herramientas de Arm64 y Rust), pip puede compilar estos paquetes localmente en archivos.whl compatibles con Windows.

Microsoft destacó que este método permite la instalación de versiones específicas de paquetes populares, como NumPy 2.2.3 y safetensors 0.5.3, mostrando los comandos necesarios:

pip install numpy==2.2.3 # and pip install safetensors==0.5.3

Estos comandos sirven como ejemplos de cómo compilar paquetes desde la fuente de manera efectiva.

Leer más

Para obtener más información y ejemplos adicionales, consulte el anuncio completo en el blog de Microsoft Windows.

Fuente e imágenes