jax-triton 仓库包含了 JAX 和 Triton 之间的集成。
文档可以在这里找到。
这不是 Google 官方支持的产品。
主要的函数是 jax_triton.triton_call,用于将 Triton 函数应用于 JAX 数组,包括在 jax.jit 编译的函数内部。例如,我们可以定义一个来自 Triton 教程的内核:
import triton import triton.language as tl @triton.jit def add_kernel( x_ptr, y_ptr, length, output_ptr, block_size: tl.constexpr, ): """添加两个向量。""" pid = tl.program_id(axis=0) block_start = pid * block_size offsets = block_start + tl.arange(0, block_size) mask = offsets < length x = tl.load(x_ptr + offsets, mask=mask) y = tl.load(y_ptr + offsets, mask=mask) output = x + y tl.store(output_ptr + offsets, output, mask=mask)
然后我们可以使用 jax_triton.triton_call 将其应用于 JAX 数组:
import jax import jax.numpy as jnp import jax_triton as jt def add(x: jnp.ndarray, y: jnp.ndarray) -> jnp.ndarray: out_shape = jax.ShapeDtypeStruct(shape=x.shape, dtype=x.dtype) block_size = 8 return jt.triton_call( x, y, x.size, kernel=add_kernel, out_shape=out_shape, grid=(x.size // block_size,), block_size=block_size) x_val = jnp.arange(8) y_val = jnp.arange(8, 16) print(add(x_val, y_val)) print(jax.jit(add)(x_val, y_val))
查看示例目录,特别是 fused_attention.py 和融合注意力 ipynb。
$ pip install jax-triton
确保安装了与 CUDA 兼容的 jaxlib。
例如,你可以运行:
$ pip install "jax[cuda11_cudnn82]" -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html
JAX-Triton 和 Pallas 在 JAX 和 Jaxlib 的最新版本以及接近 Triton 的最新版本上开发。要获取 JAX-Triton 的最新版本,请运行:
$ pip install 'jax-triton @ git+https://github.com/jax-ml/jax-triton.git'
这应该会安装兼容版本的 JAX 和 Triton。
JAX-Triton 确实依赖于 Jaxlib,但它通常是一个更稳定的依赖项。你可能可以使用最近的 jaxlib 发布版本:
$ pip install jaxlib[cuda11_pip] $ # 或 $ pip install jaxlib[cuda12_pip]
如果发现最新的 Jaxlib 发布版本有问题,可以尝试使用 Jaxlib 的每日构建版本。 要安装新的 jaxlib,你可以找到 CUDA 11 每日构建 或 CUDA 12 每日构建 的链接。然后通过以下方式安装:
$ pip install 'jaxlib @ <每日构建链接>'
或者自动通过 pip 安装 CUDA,你可以这样做:
$ pip install 'jaxlib[cuda11_pip] @ <每日构建链接>' $ # 或 $ pip install 'jaxlib[cuda12_pip] @ <每日构建链接>'
要开发 jax-triton,你可以通过以下方式克隆仓库:
$ git clone https://github.com/jax-ml/jax-triton.git
然后进行可编辑安装:
$ cd jax-triton $ pip install -e .
要运行 jax-triton 测试,你需要安装 pytest:
$ pip install pytest $ pytest tests/


免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具


最适合小白的AI自动化工作流平台
无需编码,轻松生成可复用、可变现的AI自动化工作流

大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。


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。


AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。


AI一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频
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