PyTorch 2.15 RC, Mac’te yerel yapay zekâyı hızlandırıyor
PyTorch 2.15’in sürüm adayı, Apple Silicon’daki MPS arka ucuna FP8 desteği, daha hızlı dil modeli çözümleme ve video işlerinde büyük bellek iyileştirmeleri getiriyor.
BİR BAKIŞTA
Haberin özeti
- FP8 tensörleri MPS üzerinde BF16’nın yarısı kadar depolama kullanabiliyor
- Dil modeli çözümleme yolları özel Metal çekirdekleriyle hızlandırılıyor
- Wan 2.2 VAE testinde tepe sürücü belleği yaklaşık 270 GiB’den 8 GiB’ye indi
- Sürüm adayı macOS 15+ ve Python 3.11+ gerektiriyor
Neler değişiyor?
Hugging Face’in PyTorch ekibi, 20 Ekim’de PyTorch 2.15 sürüm adayındaki Apple Metal Performance Shaders geliştirmelerini ayrıntılandırdı. Güncelleme, MPS üzerinde FP8 tensörlerini ve ölçekli matris çarpımını destekliyor; böylece uygun ağırlıklar BF16’ya kıyasla yarı depolama alanı kullanabiliyor.
Dil modeli tarafında özel Metal çekirdekleri; doğrusal katmanları, MoE yönlendirmesini ve örnekleme sırasındaki softmax işlemini hızlandırıyor. Ekibin M3 Ultra testlerinde bazı MoE modellerinin çözümleme hızı 2.14’e göre belirgin biçimde yükseldi. Wan 2.2’nin döşemeli VAE video çözümlemesinde ise tepe sürücü belleği yaklaşık 270 GiB’den 8 GiB’ye düştü.
Sürüm, macOS 15 veya yenisini ve Python 3.11 veya yenisini gerektiriyor. Paylaşılan kurulum komutu test deposundaki 2.15.0 sürüm adayına işaret ediyor; dolayısıyla sonuçlar genel kullanıma açık kararlı sürüm performansı gibi yorumlanmamalı.
Asıl kaynaklara göz at
Kaynak tarihi: 20 Ekim 2026.
AI Radar yayın saati: 20 Eki 2026 18:12 (Türkiye).
KONUYU TAKİP ET
Konular ve etiketler
Keşfini paylaş.
Bu haberi bir arkadaşına gönder.
Okuyucu yorumları
Bu gelişme hakkında ne düşünüyorsun? Deneyimini veya sorunu paylaş. Yorumlar editör onayından sonra yayımlanır.
Adın/takma adın ve yorumun onaylanırsa herkese açık görünür. Veri işleme hakkında: Gizlilik bilgilendirmesi.
Yorumlar yükleniyor…