
Microsoft lança compilações nativas do PyTorch para Windows no Arm
Em um desenvolvimento histórico, poucas semanas após a introdução do suporte ao Windows on Arm runner no GitHub, a Microsoft fez um anúncio significativo para desenvolvedores que buscam dispositivos com tecnologia Arm e Windows. Versões nativas do PyTorch, um framework de aprendizado de máquina de código aberto amplamente utilizado, agora estão oficialmente disponíveis para Windows on Arm. Esse avanço simplifica o processo para desenvolvedores que desejam criar e testar aplicativos nativamente na arquitetura Arm.
A importância do PyTorch para o aprendizado de máquina
Para quem não conhece, o PyTorch serve como uma ferramenta crucial para pesquisadores e desenvolvedores focados na construção e treinamento de redes neurais profundas. Historicamente, executar o PyTorch em dispositivos Windows equipados com chips ARM representava um desafio, pois os usuários precisavam compilar todo o framework a partir do código-fonte — um processo demorado e menos adequado para iniciantes em programação.
Novidades no PyTorch 2.7
Com o lançamento do PyTorch 2.7, compilações nativas para Windows on Arm agora estão disponíveis para Python 3.12. Os desenvolvedores podem instalar o PyTorch facilmente usando um gerenciador de pacotes padrão, como o pip, simplificando significativamente o processo de instalação.
De acordo com a Microsoft:
Isso desbloqueia o potencial de aproveitar todo o desempenho da arquitetura Arm64 em dispositivos Windows, como PCs Copilot+, para experimentação de aprendizado de máquina, fornecendo uma plataforma robusta para desenvolvedores e pesquisadores inovarem e refinarem seus modelos.
Benefícios para o desenvolvimento de aprendizado de máquina
Espera-se que esta oferta mais recente aprimore o desenvolvimento local, o treinamento e os testes de modelos de aprendizado de máquina diretamente em máquinas Windows com tecnologia ARM. Notavelmente, a Microsoft destacou potenciais aplicações em áreas como classificação de imagens, processamento de linguagem natural e IA generativa, exemplificadas por ferramentas como a Stable Diffusion.
Introdução ao PyTorch nativo no Windows
Para começar a usar binários nativos do PyTorch para Windows no Arm, os desenvolvedores precisam instalar alguns pré-requisitos essenciais. Isso inclui componentes obtidos do Visual Studio Build Tools ou de uma instalação completa do Visual Studio.
- Garanta a seleção da carga de trabalho Desenvolvimento de desktop com C++.
- Certifique-se de incluir as ferramentas de compilação mais recentes do VS 2022 C++ ARM64/ARM64EC durante a instalação.

Além disso, é necessário instalar o Rust e ter a versão Arm64 do Python 3.12 no seu sistema. Uma vez atendidos esses pré-requisitos, um comando simples permitirá que você instale a versão estável do PyTorch via pip, direcionando para o índice de download correto:
pip install --extra-index-url https://download.pytorch.org/whl torch
Explorando compilações noturnas
Para aqueles ansiosos para experimentar os recursos mais recentes e que se sentem confortáveis com versões potencialmente instáveis, as compilações Nightly ou Preview podem ser instaladas usando o seguinte comando:
pip install --pre torch --index-url https://download.pytorch.org/whl/nightly/cpu
Compilações nativas adicionais e práticas recomendadas
Além do pacote Python, também estão disponíveis builds nativas para o LibTorch, que serve como front-end C++ do PyTorch, frequentemente empregado em contextos de implantação. Para um guia completo sobre como começar a usar o LibTorch, os desenvolvedores podem visitar o site do PyTorch. Como prática padrão para desenvolvimento em Python, a Microsoft recomenda a criação de um Ambiente Virtual (venv) para gerenciar as dependências do projeto de forma integrada e evitar potenciais conflitos.
Exemplo de aplicação e adoção
Além disso, a Microsoft apresentou um exemplo de uso dos binários nativos do PyTorch para Difusão Estável no Windows on Arm, fornecendo insights sobre como os desenvolvedores podem aproveitar a IA generativa em seus aplicativos. O código relevante pode ser encontrado neste repositório do GitHub.
Enfrentando os desafios da dependência
É essencial observar que, embora o PyTorch e o LibTorch agora suportem binários nativos para Windows no ARM, nem todas as dependências podem seguir o mesmo caminho. Alguns pacotes Python adicionais, particularmente aqueles com componentes sensíveis ao desempenho escritos em linguagens como C, C++ ou Rust, podem ainda não oferecer arquivos ARM64.whl nativos pré-compilados no PyPI. Portanto, uma instalação simples do pip pode não gerar uma versão nativa para cada biblioteca em uso.
No entanto, o pip pode instalar dependências diretamente de distribuições de código-fonte, geralmente fornecidas como arquivos.tar.gz. Se as ferramentas de compilação apropriadas estiverem presentes em seu sistema — reforçando a menção anterior ao MSVC com a cadeia de ferramentas Arm64 e Rust — o pip pode compilar esses pacotes em arquivos.whl compatíveis com Windows localmente.
A Microsoft destacou que esse método permite a instalação de versões específicas de pacotes populares, como NumPy 2.2.3 e safetensors 0.5.3, mostrando os comandos necessários:
pip install numpy==2.2.3 # and pip install safetensors==0.5.3
Esses comandos servem como exemplos de como compilar pacotes do código-fonte de forma eficaz.
Ler mais
Para mais informações e exemplos adicionais, consulte o anúncio completo no Blog do Microsoft Windows.
Deixe um comentário