Microsoft introduce il supporto nativo di PyTorch Arm per i dispositivi Windows

Microsoft lancia le build native di PyTorch per Windows su Arm

In uno sviluppo epocale, a poche settimane dall’introduzione del supporto per Windows on Arm su GitHub, Microsoft ha fatto un annuncio degno di nota per gli sviluppatori che puntano a dispositivi Arm con Windows. Le build native di PyTorch, un framework open source di machine learning ampiamente utilizzato, sono ora ufficialmente accessibili per Windows on Arm. Questo progresso semplifica il processo per gli sviluppatori che mirano a creare e testare applicazioni in modo nativo sull’architettura Arm.

L’importanza di PyTorch per l’apprendimento automatico

Per chi non lo conoscesse, PyTorch è uno strumento fondamentale per ricercatori e sviluppatori impegnati nella costruzione e nell’addestramento di reti neurali profonde. Storicamente, l’esecuzione di PyTorch su dispositivi Windows dotati di chip Arm ha posto delle difficoltà, poiché gli utenti erano costretti a compilare l’intero framework dal codice sorgente, un processo che richiede molto tempo ed è meno adatto ai neofiti della programmazione.

Novità di PyTorch 2.7

Con il rilascio di PyTorch 2.7, le build native per Windows su ARM sono ora disponibili per Python 3.12. Gli sviluppatori possono installare PyTorch facilmente utilizzando un gestore di pacchetti standard come pip, semplificando notevolmente il processo di installazione.

Secondo Microsoft:

Ciò sblocca il potenziale per sfruttare appieno le prestazioni dell’architettura Arm64 sui dispositivi Windows, come i PC Copilot+, per la sperimentazione di apprendimento automatico, fornendo una piattaforma solida per sviluppatori e ricercatori per innovare e perfezionare i loro modelli.

Vantaggi per lo sviluppo dell’apprendimento automatico

Si prevede che questa ultima offerta migliorerà lo sviluppo, la formazione e il test locale di modelli di apprendimento automatico direttamente su macchine Windows basate su ARM. In particolare, Microsoft ha evidenziato potenziali applicazioni in aree come la classificazione delle immagini, l’elaborazione del linguaggio naturale e l’intelligenza artificiale generativa, esemplificate da strumenti come Stable Diffusion.

Introduzione a PyTorch nativo su Windows

Per iniziare a utilizzare i binari nativi di PyTorch per Windows su ARM, gli sviluppatori devono installare alcuni prerequisiti essenziali. Tra questi, i componenti ottenuti da Visual Studio Build Tools o da un’installazione completa di Visual Studio.

Assicurare la selezione del carico di lavoro Sviluppo desktop con C++.
Assicurarsi di includere gli ultimi strumenti di compilazione VS 2022 C++ ARM64/ARM64EC durante l’installazione.

Selezione del progetto di installazione di Visual Studio

Inoltre, è necessario installare Rust e avere la versione Arm64 di Python 3.12 sul sistema. Una volta soddisfatti questi prerequisiti, un semplice comando permetterà di installare la versione stabile di PyTorch tramite pip, indirizzando l’indice di download corretto:

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

Esplorazione delle build notturne

Per coloro che desiderano sperimentare le funzionalità più recenti e hanno familiarità con versioni potenzialmente instabili, è possibile installare le build Nightly o Preview utilizzando il seguente comando:

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

Ulteriori build native e best practice

Oltre al pacchetto Python, sono disponibili anche build native per LibTorch, che funge da front-end C++ di PyTorch, spesso utilizzato in contesti di deployment. Per una guida completa su come iniziare a usare LibTorch, gli sviluppatori possono visitare il sito web di PyTorch. Come prassi standard per lo sviluppo Python, Microsoft consiglia di creare un ambiente virtuale (venv) per gestire le dipendenze del progetto in modo fluido ed evitare potenziali conflitti.

Esempio di domanda e adozione

Inoltre, Microsoft ha presentato un esempio di utilizzo dei binari nativi di PyTorch per Stable Diffusion su Windows su ARM, fornendo spunti su come gli sviluppatori possono sfruttare l’intelligenza artificiale generativa nelle loro applicazioni. Il codice è disponibile in questo repository GitHub.

Affrontare le sfide della dipendenza

È fondamentale notare che, sebbene PyTorch e LibTorch ora supportino i binari nativi per Windows su ARM, non tutte le dipendenze potrebbero seguire lo stesso approccio. Alcuni pacchetti Python aggiuntivi, in particolare quelli con componenti sensibili alle prestazioni scritti in linguaggi come C, C++ o Rust, potrebbero non offrire ancora file Arm64.whl nativi precompilati su PyPI. Pertanto, un’installazione pip semplice potrebbe non produrre una versione nativa per ciascuna libreria in uso.

Tuttavia, pip può installare le dipendenze direttamente dalle distribuzioni del codice sorgente, spesso fornite come file.tar.gz. Se sul sistema sono presenti gli strumenti di compilazione appropriati – a conferma del precedente riferimento a MSVC con la toolchain Arm64 e Rust – pip può compilare questi pacchetti in file.whl compatibili con Windows localmente.

Microsoft ha evidenziato che questo metodo consente l’installazione di versioni specifiche di pacchetti popolari, come NumPy 2.2.3 e safetensors 0.5.3, illustrando i comandi necessari:

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

Questi comandi servono come esempi di come compilare in modo efficace i pacchetti dalla sorgente.

Per saperne di più

Per ulteriori approfondimenti ed esempi, fare riferimento all’annuncio completo sul blog di Microsoft Windows.

Fonte e immagini