DLPrimitives
本项目旨在为深度学习和推理提供跨平台的OpenCL工具。
如今，大多数深度学习训练都在使用闭源CUDA和CUDNN库的NVIDIA GPU上进行。 使用AMD或Intel GPU要么具有挑战性，要么几乎不可能。 例如：AMD提供了ROCm平台，但目前还没有支持RDNA平台（自发布以来已超过一年）， 也不支持APU，也不支持Linux以外的任何操作系统。
目标
- 创建一个开源、跨平台的深度学习基元库，类似于cuDNN或MIOpen，支持多种GPU架构。
- 创建一个依赖最小化的推理库，用于在任何现代GPU上进行高效推理，类似于TensorRT或MIGraphX。
- 创建一个极简的深度学习框架，作为功能和性能的概念验证。
- 与现有的大规模深度学习项目（如PyTorch、TF、MXNet）集成，使得与供应商无关的开源OpenCL API成为深度学习的一等公民。
请注意，这仅仅是进行中的工作 - 处于初步阶段。
初步框架集成
与现有框架的集成：
-
Pytorch，（几乎）独立的OpenCL后端项目：
-
Caffe-OpenCL，通过使用dlprimitives提高性能：
与ONNX集成
ONNX模型加载和推理已在以下imagenet网络上进行了测试：
- Pytorch，opsets 9、11、13：
alexnet、vgg16、resnet18、resnext50_32x4d、wide_resnet50_2、efficientnet_b0、efficientnet_b4、regnet_y_400mf、squeezenet1_0、mobilenet_v2、densenet121 - MXNet：
vgg11_bn、alexnet、mobilenetv2_0.25、mobilenet0.25、densenet121、resnet18_v1、squeezenet1.0 - Tensorflow，有限的初步支持，通道优先：
resnet50、densenet121
文档
发布于 http://dlprimitives.org/docs/
功能矩阵
| 操作符 | 特性 | 备注 |
|---|---|---|
| Softmax | Softmax、LogSoftmax | |
| NLLLoss | ||
| MSELoss | ||
| SoftmaxWithLoss | ||
| Elementwise | ax+by、max(ax,by)、ax*y、广播 | |
| Concat | ||
| Slice | ||
| Pooling2D | 最大值、平均值 | |
| GlobalPooling | 最大值、平均值 | 仅2D |
| GlobalAvgPool2d | ||
| InnerProduct | ||
| BatchNorm | ||
| Reshape | ||
| Squeeze | ||
| Flatten | ||
| Threshold | ||
| Hardtanh | ||
| Abs | ||
| Parameter | 实用工具 | |
| Reduction | 求和、均值、平方和、L1 | |
| Convolution2D | GEMM、Winograd、深度可分离 | |
| TransposedConvolution2D | GEMM、Winograd、深度可分离 | |
| Activation | relu、sigmoid、tanh、relu6 |
求解器：SGD、Adam
已测试的GPU
| 设备 | 厂商 | 备注 |
|---|---|---|
| RX 6600XT | AMD | ROCr |
| RX 560 | AMD | 16cu型号，ROCm、PAL、Clover |
| HD 530 | Intel | i5-6600，NEO驱动程序 |
| GTX 960 | NVIDIA | |
| GTX 1080 | NVIDIA | |
| RTX 2060S | NVIDIA | |
| MaliG52 MC2 | ARM | 性能尚未优化 |
| M1 Max | Apple | 32核心型号 |
在Windows上测试的设备：AMD RX 560、NVIDIA GTX 960。
在macOS上测试的设备：Apple M1 Max。
其他功能
- 用于推理的网络对象
- ONNX到DLPrimitives模型转换器
编辑推荐精选
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号