Microsoft, Windows 기기에 대한 네이티브 PyTorch Arm 지원 도입

Microsoft, Arm 기반 Windows용 네이티브 PyTorch 빌드 출시

GitHub에 Windows on Arm 러너 지원을 도입한 지 불과 몇 주 만에 Microsoft는 Windows를 실행하는 Arm 기반 기기를 목표로 하는 개발자들을 위한 주목할 만한 발표를 했습니다.널리 사용되는 오픈소스 머신러닝 프레임워크 인 PyTorch 의 네이티브 빌드가 이제 Windows on Arm에서 공식적으로 제공됩니다.이러한 발전은 Arm 아키텍처에서 네이티브로 애플리케이션을 빌드하고 테스트하려는 개발자들의 프로세스를 간소화합니다.

머신 러닝을 위한 PyTorch의 중요성

PyTorch에 익숙하지 않은 분들을 위해 설명드리자면, PyTorch는 심층 신경망 구축 및 학습에 집중하는 연구자와 개발자에게 필수적인 도구입니다.과거에는 Arm 칩이 장착된 Windows 기기에서 PyTorch를 실행하는 데 어려움이 있었습니다.사용자가 전체 프레임워크를 소스 코드에서 직접 컴파일해야 했기 때문입니다.이는 시간이 많이 소요되고 프로그래밍 초보자에게는 적합하지 않습니다.

PyTorch 2.7의 새로운 기능

PyTorch 2.7 출시와 함께 Windows on Arm용 Python 3.12 네이티브 빌드를 사용할 수 있게 되었습니다.개발자는 pip와 같은 표준 패키지 관리자를 사용하여 PyTorch를 쉽게 설치할 수 있으며, 설치 과정이 크게 간소화됩니다.

Microsoft에 따르면:

이를 통해 Copilot+ PC와 같은 Windows 기기에서 Arm64 아키텍처의 전체 성능을 활용하여 머신 러닝 실험을 수행할 수 있는 잠재력이 열리고, 개발자와 연구자가 모델을 혁신하고 개선할 수 있는 강력한 플랫폼이 제공됩니다.

머신 러닝 개발의 이점

이 최신 솔루션은 Arm 기반 Windows 머신에서 머신 러닝 모델의 로컬 개발, 학습 및 테스트를 더욱 강화할 것으로 예상됩니다.특히, Microsoft는 이미지 분류, 자연어 처리, 생성 AI 등의 분야에서 잠재적인 활용 가능성을 강조했는데, 특히 Stable Diffusion과 같은 도구가 그 예입니다.

Windows에서 네이티브 PyTorch 시작하기

Windows on Arm용 네이티브 PyTorch 바이너리를 사용하려면 개발자는 몇 가지 필수 구성 요소를 설치해야 합니다.여기에는 Visual Studio 빌드 도구 또는 Visual Studio 전체 설치에서 얻은 구성 요소가 포함됩니다.

C++ 워크로드를 사용한 데스크톱 개발 을 선택하세요.
설치하는 동안 최신 VS 2022 C++ ARM64/ARM64EC 빌드 도구를 포함해야 합니다.

또한, 시스템에 Rust를 설치하고 Python 3.12의 Arm64 버전을 설치해야 합니다.이러한 전제 조건이 충족되면 간단한 명령을 사용하여 pip를 통해 PyTorch의 안정적인 버전을 올바른 다운로드 인덱스를 대상으로 설치할 수 있습니다.

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

야간 빌드 탐색

최신 기능을 시험해 보고 싶고 잠재적으로 불안정한 버전에 문제가 없는 분들을 위해 다음 명령을 사용하여 Nightly 또는 Preview 빌드를 설치할 수 있습니다.

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

추가 네이티브 빌드 및 모범 사례

Python 패키지 외에도, 배포 환경에서 자주 사용되는 PyTorch의 C++ 프런트엔드 역할을 하는 LibTorch용 네이티브 빌드도 제공됩니다. LibTorch 시작에 대한 자세한 내용은 PyTorch 웹사이트를 참조하세요. Python 개발의 표준 관행으로, Microsoft는 프로젝트 종속성을 원활하게 관리하고 잠재적 충돌을 방지하기 위해 가상 환경(venv)을 생성할 것을 권장합니다.

예시 신청 및 채택

또한, Microsoft는 Windows on Arm에서 Stable Diffusion에 네이티브 PyTorch 바이너리를 사용하는 사례를 선보이며, 개발자가 애플리케이션에서 생성적 AI를 활용하는 방법에 대한 통찰력을 제공했습니다.관련 코드는 GitHub 저장소 에서 확인할 수 있습니다.

종속성 문제 해결

PyTorch와 LibTorch가 이제 Windows on Arm용 네이티브 바이너리를 지원하지만, 모든 종속성이 이를 따르는 것은 아니라는 점에 유의해야 합니다.일부 추가 Python 패키지, 특히 C, C++ 또는 Rust와 같은 언어로 작성된 성능에 민감한 구성 요소를 포함하는 패키지는 아직 PyPI에서 미리 컴파일된 네이티브 Arm64.whl 파일을 제공하지 않을 수 있습니다.따라서 간단한 pip 설치만으로는 사용 중인 각 라이브러리의 네이티브 버전을 얻지 못할 수 있습니다.

하지만 pip는 종종.tar.gz 파일로 제공되는 소스 코드 배포판에서 직접 종속성을 설치할 수 있습니다.시스템에 적절한 빌드 도구가 있는 경우(앞서 Arm64 툴체인과 Rust를 통해 MSVC에 대해 언급한 내용을 뒷받침하는 내용입니다), pip는 이러한 패키지를 로컬에서 Windows 호환.whl 파일로 컴파일할 수 있습니다.

Microsoft는 이 방법을 사용하면 NumPy 2.2.3 및 safetensor 0.5.3과 같은 인기 있는 패키지의 특정 버전을 설치할 수 있으며, 필요한 명령도 함께 보여준다고 강조했습니다.

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

이러한 명령은 소스에서 패키지를 효과적으로 컴파일하는 방법에 대한 예입니다.

더 읽어보기

자세한 내용과 추가 사례를 보려면 Microsoft Windows 블로그 의 전체 공지사항을 참조하세요.

출처 및 이미지