diff --git a/README.zh.md b/README.zh.md index c75293067e71db783331429a22453d97ef4dcbee..27032460f4d734ee17f44f2958308a36ea3ca1e1 100644 --- a/README.zh.md +++ b/README.zh.md @@ -1,12 +1,88 @@ # Ascend Extension for PyTorch插件 + ## 简介 本项目开发了名为**torch_npu**的**Ascend Extension for PyTorch**插件，使昇腾NPU可以适配PyTorch框架，为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力。 昇腾为基于华为昇腾处理器和软件的行业应用及服务提供全栈AI计算基础设施。您可以通过访问[昇腾社区](https://www.hiascend.com/zh/)，了解关于昇腾的更多信息。 -## 安装 +## 版本说明 + +### PyTorch与Python版本配套表 + +| PyTorch版本 | Python版本 | +|---------------|:-------------------------------------------------------------| +| PyTorch1.11.0 | Python3.7.x(>=3.7.5), Python3.8.x, Python3.9.x, Python3.10.x | +| PyTorch2.1.0 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | +| PyTorch2.2.0 | Python3.8.x, Python3.9.x, Python3.10.x | +| PyTorch2.3.1 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | +| PyTorch2.4.0 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | +| PyTorch2.5.1 | Python3.9.x, Python3.10.x, Python 3.11.x | +| PyTorch2.6.0 | Python3.9.x, Python3.10.x, Python 3.11.x | +| PyTorch2.8.0 | Python3.9.x, Python3.10.x, Python 3.11.x | + + +### 昇腾辅助软件 + +**Ascend Extension for PyTorch**的分支名称采用`{PyTorch版本}-{昇腾版本}`命名规则，前者为**Ascend Extension for PyTorch**匹配的PyTorch版本，后者为**Ascend Extension for PyTorch**版本号，详细匹配如下： + +| CANN版本 | 支持的PyTorch版本 | 支持的Extension版本 | Gitee分支 | +|-----------------------|--------------|------------------|-------------------| +| CANN 8.3.RC1.alpha001 | 2.8.0 | 2.8.0rc1 | v2.8.0 | +| CANN 8.2.RC1 | 2.6.0 | 2.6.0 | v2.6.0-7.1.0 | +| | 2.5.1 | 2.5.1.post1 | v2.5.1-7.1.0 | +| | 2.1.0 | 2.1.0.post13 | v2.1.0-7.1.0 | +| CANN 8.1.RC1 | 2.5.1 | 2.5.1 | v2.5.1-7.0.0 | +| | 2.4.0 | 2.4.0.post4 | v2.4.0-7.0.0 | +| | 2.3.1 | 2.3.1.post6 | v2.3.1-7.0.0 | +| | 2.1.0 | 2.1.0.post12 | v2.1.0-7.0.0 | +| CANN 8.0.0 | 2.4.0 | 2.4.0.post2 | v2.4.0-6.0.0 | +| | 2.3.1 | 2.3.1.post4 | v2.3.1-6.0.0 | +| | 2.1.0 | 2.1.0.post10 | v2.1.0-6.0.0 | +| CANN 8.0.RC3 | 2.4.0 | 2.4.0 | v2.4.0-6.0.rc3 | +| | 2.3.1 | 2.3.1.post2 | v2.3.1-6.0.rc3 | +| | 2.1.0 | 2.1.0.post8 | v2.1.0-6.0.rc3 | +| CANN 8.0.RC2 | 2.3.1 | 2.3.1 | v2.3.1-6.0.rc2 | +| | 2.2.0 | 2.2.0.post2 | v2.2.0-6.0.rc2 | +| | 2.1.0 | 2.1.0.post6 | v2.1.0-6.0.rc2 | +| | 1.11.0 | 1.11.0.post14 | v1.11.0-6.0.rc2 | +| CANN 8.0.RC1 | 2.2.0 | 2.2.0 | v2.2.0-6.0.rc1 | +| | 2.1.0 | 2.1.0.post4 | v2.1.0-6.0.rc1 | +| | 1.11.0 | 1.11.0.post11 | v1.11.0-6.0.rc1 | +| CANN 7.0.0 | 2.1.0 | 2.1.0 | v2.1.0-5.0.0 | +| | 2.0.1 | 2.0.1.post1 | v2.0.1-5.0.0 | +| | 1.11.0 | 1.11.0.post8 | v1.11.0-5.0.0 | +| CANN 7.0.RC1 | 2.1.0 | 2.1.0.rc1 | v2.1.0-5.0.rc3 | +| | 2.0.1 | 2.0.1 | v2.0.1-5.0.rc3 | +| | 1.11.0 | 1.11.0.post4 | v1.11.0-5.0.rc3 | +| CANN 6.3.RC3.1 | 1.11.0 | 1.11.0.post3 | v1.11.0-5.0.rc2.2 | +| CANN 6.3.RC3 | 1.11.0 | 1.11.0.post2 | v1.11.0-5.0.rc2.1 | +| CANN 6.3.RC2 | 2.0.1 | 2.0.1.rc1 | v2.0.1-5.0.rc2 | +| | 1.11.0 | 1.11.0.post1 | v1.11.0-5.0.rc2 | +| | 1.8.1 | 1.8.1.post2 | v1.8.1-5.0.rc2 | +| CANN 6.3.RC1 | 1.11.0 | 1.11.0 | v1.11.0-5.0.rc1 | +| | 1.8.1 | 1.8.1.post1 | v1.8.1-5.0.rc1 | +| CANN 6.0.1 | 1.5.0 | 1.5.0.post8 | v1.5.0-3.0.0 | +| | 1.8.1 | 1.8.1 | v1.8.1-3.0.0 | +| | 1.11.0 | 1.11.0.rc2（beta) | v1.11.0-3.0.0 | +| CANN 6.0.RC1 | 1.5.0 | 1.5.0.post7 | v1.5.0-3.0.rc3 | +| | 1.8.1 | 1.8.1.rc3 | v1.8.1-3.0.rc3 | +| | 1.11.0 | 1.11.0.rc1（beta) | v1.11.0-3.0.rc3 | +| CANN 5.1.RC2 | 1.5.0 | 1.5.0.post6 | v1.5.0-3.0.rc2 | +| | 1.8.1 | 1.8.1.rc2 | v1.8.1-3.0.rc2 | +| CANN 5.1.RC1 | 1.5.0 | 1.5.0.post5 | v1.5.0-3.0.rc1 | +| | 1.8.1 | 1.8.1.rc1 | v1.8.1-3.0.rc1 | +| CANN 5.0.4 | 1.5.0 | 1.5.0.post4 | 2.0.4.tr5 | +| CANN 5.0.3 | 1.8.1 | 1.5.0.post3 | 2.0.3.tr5 | +| CANN 5.0.2 | 1.5.0 | 1.5.0.post2 | 2.0.2.tr5 | + + +## 快速入门 + +基于CNN模型识别手写数字的脚本，对在GPU上训练的该脚本代码进行修改，使其可以迁移到昇腾NPU上进行训练。具体操作请参见[Ascend Extension for PyTorch 快速入门](https://www.hiascend.com/document/detail/zh/Pytorch/710/fastexperience/fastexperience_0001.html)。 + +## 环境部署 ### 使用二进制文件进行安装 @@ -14,50 +90,55 @@ 1. **安装PyTorch** -通过 pip 安装 PyTorch。 + 通过 pip 安装 PyTorch。 -**aarch64:** + **aarch64:** -```bash -pip3 install torch==2.8.0 -``` + ```bash + pip3 install torch==2.8.0 + ``` -**x86:** + **x86:** -```bash -pip3 install torch==2.8.0+cpu --index-url https://download.pytorch.org/whl/cpu -``` + ```bash + pip3 install torch==2.8.0+cpu --index-url https://download.pytorch.org/whl/cpu + ``` -若使用pip命令安装失败，请使用下载链接或进入[PyTorch官方网站](https://pytorch.org/)进行查询下载对应版本。 + 若使用pip命令安装失败，请使用下载链接或进入[PyTorch官方网站](https://pytorch.org/)进行查询下载对应版本。 -| 架构 | Python版本 | 下载链接 | -|---------|------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| -| x86 | Python3.9 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp39-cp39-manylinux_2_28_x86_64.whl#sha256=bda4f93d64dcd9ae5d51844bbccc6fcb7d603522bcc95d256b5fe3bdb9dccca3) | -| x86 | Python3.10 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp310-cp310-manylinux_2_28_x86_64.whl#sha256=16d75fa4e96ea28a785dfd66083ca55eb1058b6d6c5413f01656ca965ee2077e) | -| x86 | Python3.11 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp311-cp311-manylinux_2_28_x86_64.whl#sha256=cb06175284673a581dd91fb1965662ae4ecaba6e5c357aa0ea7bb8b84b6b7eeb) | -| aarch64 | Python3.9 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp39-cp39-manylinux_2_28_aarch64.whl#sha256=eac8b7ef5c7ca106daec5e829dfa8ca56ca47601db13b402d2608861ad3ab926) | -| aarch64 | Python3.10 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp310-cp310-manylinux_2_28_aarch64.whl#sha256=b2149858b8340aeeb1f3056e0bff5b82b96e43b596fe49a9dba3184522261213) | -| aarch64 | Python3.11 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.8.0%2Bcpu-cp311-cp311-manylinux_2_28_aarch64.whl#sha256=680129efdeeec3db5da3f88ee5d28c1b1e103b774aef40f9d638e2cce8f8d8d8) | + | 架构 | Python版本 | 下载链接 | + |---------|------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| + | x86 | Python3.9 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0%2Bcpu-cp39-cp39-linux_x86_64.whl#sha256=86cc28df491fa84738affe752f9870791026565342f69e4ab63e5b935f00a495) | + | x86 | Python3.10 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0%2Bcpu-cp310-cp310-linux_x86_64.whl#sha256=5077921fc2b54e69a534f3a9c0b98493c79a5547c49d46f5e77e42da3610e011) | + | x86 | Python3.11 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0%2Bcpu-cp311-cp311-linux_x86_64.whl#sha256=5954924ce74bc7e6a6c811e3fa4bdda9936d9889f6369fd068420c444bfd1cae) | + | aarch64 | Python3.9 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl#sha256=de7d63c6ecece118684415a3dbd4805af4a4c1ee1490cccf7405d8c240a481b4) | + | aarch64 | Python3.10 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl#sha256=a04a0296d47f28960f51c18c5489a8c3472f624ec3b5bcc8e2096314df8c3342) | + | aarch64 | Python3.11 | [下载链接](https://download.pytorch.org/whl/cpu/torch-2.1.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl#sha256=8132efb782cd181cc2dcca5e58effbe4217cdb2581206ac71466d535bf778867) | 2. **安装torch_npu依赖** -运行以下命令安装依赖。 + 运行以下命令安装依赖。 -```bash -pip3 install pyyaml -pip3 install setuptools -``` + ```bash + pip3 install pyyaml + pip3 install setuptools + ``` 3. **安装torch_npu** -```bash -pip3 install torch-npu==2.8.0rc1 -``` -如需要保存安装日志，可在pip3 install命令后面加上参数 `--log `，并对您指定的目录``做好权限管控。 + ```bash + pip3 install torch-npu==2.8.0rc1 + ``` + 如需要保存安装日志，可在pip3 install命令后面加上参数 `--log `，并对您指定的目录``做好权限管控。 ### 使用源代码进行安装 -某些特殊场景下，用户可能需要自行编译**torch_npu**。可以根据[昇腾辅助软件表](#昇腾辅助软件)和[PyTorch与Python版本配套表](#pytorch与python版本配套表)选择合适的分支。推荐使用Docker镜像编译**torch_npu**，可以通过以下步骤获取(建议只挂载工作路径，并避开系统路径，以降低安全风险), 生成的.whl文件路径为./dist/。如果不使用镜像，编译时请注意gcc版本遵循如下约束：ARM与X86架构下推荐使用gcc 13.3 +某些特殊场景下，用户可能需要自行编译**torch_npu**。可以根据[昇腾辅助软件表](#昇腾辅助软件)和[PyTorch与Python版本配套表](#pytorch与python版本配套表)选择合适的分支。 + +推荐使用Docker镜像编译**torch_npu**，可以通过以下步骤获取（建议只挂载工作路径，并避开系统路径，以降低安全风险）, 生成的.whl文件路径为./dist/。 + +>**须知：**
+>如果不使用镜像，编译时请注意gcc版本遵循约束：ARM与X86架构下推荐使用gcc 13.3。 1. **克隆torch_npu代码仓** @@ -90,33 +171,21 @@ pip3 install torch-npu==2.8.0rc1 **提示** - 如果想使用新的C++ ABI编译，请首先运行如下命令，此时推荐和社区torch包相同的编译环境：glibc 2.28, gcc 13.3.1 + 如果想使用新的C++ ABI编译，请首先运行如下命令，此时推荐和社区torch包相同的编译环境：glibc 2.28, gcc 13.3.1。 ``` export _GLIBCXX_USE_CXX11_ABI=1 ``` - 同时，我们支持使用如下变量配置-fabi-version，要求和社区torch包ABI版本一致 + 同时，我们支持使用如下变量配置-fabi-version，要求和社区torch包ABI版本一致。 ``` export _ABI_VERSION=18 ``` +### 安装后验证 -## 卸载 -Pytorch框架训练环境的卸载可以参考[昇腾官方文档](https://www.hiascend.com/document/detail/zh/ModelZoo/pytorchframework/ptes/ptes_00032.html)。 - -torch_npu的卸载只需执行命令： - - ```bash - pip3 uninstall torch_npu - ``` - -如需要保存卸载日志，可在pip3 uninstall命令后面加上参数 `--log `，并对您指定的目录``做好权限管控。 - -## 入门 - -### 前提 +#### 前提 运行以下命令初始化**CANN**环境变量。 @@ -125,7 +194,7 @@ torch_npu的卸载只需执行命令： source /usr/local/Ascend/ascend-toolkit/set_env.sh ``` -### 快速验证 +#### 快速验证 可以通过以下样例快速体验**昇腾NPU**。 @@ -140,76 +209,22 @@ z = x.mm(y) print(z) ``` -## PyTorch与Python版本配套表 +## 卸载 +Pytorch框架训练环境的卸载可以参考[昇腾官方文档](https://www.hiascend.com/document/detail/zh/ModelZoo/pytorchframework/ptes/ptes_00032.html)。 -| PyTorch版本 | Python版本 | -|---------------|:-------------------------------------------------------------| -| PyTorch1.11.0 | Python3.7.x(>=3.7.5), Python3.8.x, Python3.9.x, Python3.10.x | -| PyTorch2.1.0 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | -| PyTorch2.2.0 | Python3.8.x, Python3.9.x, Python3.10.x | -| PyTorch2.3.1 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | -| PyTorch2.4.0 | Python3.8.x, Python3.9.x, Python3.10.x, Python 3.11.x | -| PyTorch2.5.1 | Python3.9.x, Python3.10.x, Python 3.11.x | -| PyTorch2.6.0 | Python3.9.x, Python3.10.x, Python 3.11.x | -| PyTorch2.8.0 | Python3.9.x, Python3.10.x, Python 3.11.x | +torch_npu的卸载只需执行命令： -## 昇腾辅助软件 + ```bash + pip3 uninstall torch_npu + ``` + +如需要保存卸载日志，可在pip3 uninstall命令后面加上参数 `--log `，并对您指定的目录``做好权限管控。 -**PyTorch Extension**版本号采用`{PyTorch版本}-{昇腾版本}`命名规则，前者为**PyTorch Extension**匹配的PyTorch版本，后者用于匹配CANN版本，详细匹配如下： -| CANN版本 | 支持的PyTorch版本 | 支持的Extension版本 | Gitee分支 | -|-----------------------|--------------|------------------|-------------------| -| CANN 8.3.RC1.alpha001 | 2.8.0 | 2.8.0rc1 | v2.8.0 | -| CANN 8.2.RC1 | 2.6.0 | 2.6.0 | v2.6.0-7.1.0 | -| | 2.5.1 | 2.5.1.post1 | v2.5.1-7.1.0 | -| | 2.1.0 | 2.1.0.post13 | v2.1.0-7.1.0 | -| CANN 8.1.RC1 | 2.5.1 | 2.5.1 | v2.5.1-7.0.0 | -| | 2.4.0 | 2.4.0.post4 | v2.4.0-7.0.0 | -| | 2.3.1 | 2.3.1.post6 | v2.3.1-7.0.0 | -| | 2.1.0 | 2.1.0.post12 | v2.1.0-7.0.0 | -| CANN 8.0.0 | 2.4.0 | 2.4.0.post2 | v2.4.0-6.0.0 | -| | 2.3.1 | 2.3.1.post4 | v2.3.1-6.0.0 | -| | 2.1.0 | 2.1.0.post10 | v2.1.0-6.0.0 | -| CANN 8.0.RC3 | 2.4.0 | 2.4.0 | v2.4.0-6.0.rc3 | -| | 2.3.1 | 2.3.1.post2 | v2.3.1-6.0.rc3 | -| | 2.1.0 | 2.1.0.post8 | v2.1.0-6.0.rc3 | -| CANN 8.0.RC2 | 2.3.1 | 2.3.1 | v2.3.1-6.0.rc2 | -| | 2.2.0 | 2.2.0.post2 | v2.2.0-6.0.rc2 | -| | 2.1.0 | 2.1.0.post6 | v2.1.0-6.0.rc2 | -| | 1.11.0 | 1.11.0.post14 | v1.11.0-6.0.rc2 | -| CANN 8.0.RC1 | 2.2.0 | 2.2.0 | v2.2.0-6.0.rc1 | -| | 2.1.0 | 2.1.0.post4 | v2.1.0-6.0.rc1 | -| | 1.11.0 | 1.11.0.post11 | v1.11.0-6.0.rc1 | -| CANN 7.0.0 | 2.1.0 | 2.1.0 | v2.1.0-5.0.0 | -| | 2.0.1 | 2.0.1.post1 | v2.0.1-5.0.0 | -| | 1.11.0 | 1.11.0.post8 | v1.11.0-5.0.0 | -| CANN 7.0.RC1 | 2.1.0 | 2.1.0.rc1 | v2.1.0-5.0.rc3 | -| | 2.0.1 | 2.0.1 | v2.0.1-5.0.rc3 | -| | 1.11.0 | 1.11.0.post4 | v1.11.0-5.0.rc3 | -| CANN 6.3.RC3.1 | 1.11.0 | 1.11.0.post3 | v1.11.0-5.0.rc2.2 | -| CANN 6.3.RC3 | 1.11.0 | 1.11.0.post2 | v1.11.0-5.0.rc2.1 | -| CANN 6.3.RC2 | 2.0.1 | 2.0.1.rc1 | v2.0.1-5.0.rc2 | -| | 1.11.0 | 1.11.0.post1 | v1.11.0-5.0.rc2 | -| | 1.8.1 | 1.8.1.post2 | v1.8.1-5.0.rc2 | -| CANN 6.3.RC1 | 1.11.0 | 1.11.0 | v1.11.0-5.0.rc1 | -| | 1.8.1 | 1.8.1.post1 | v1.8.1-5.0.rc1 | -| CANN 6.0.1 | 1.5.0 | 1.5.0.post8 | v1.5.0-3.0.0 | -| | 1.8.1 | 1.8.1 | v1.8.1-3.0.0 | -| | 1.11.0 | 1.11.0.rc2（beta) | v1.11.0-3.0.0 | -| CANN 6.0.RC1 | 1.5.0 | 1.5.0.post7 | v1.5.0-3.0.rc3 | -| | 1.8.1 | 1.8.1.rc3 | v1.8.1-3.0.rc3 | -| | 1.11.0 | 1.11.0.rc1（beta) | v1.11.0-3.0.rc3 | -| CANN 5.1.RC2 | 1.5.0 | 1.5.0.post6 | v1.5.0-3.0.rc2 | -| | 1.8.1 | 1.8.1.rc2 | v1.8.1-3.0.rc2 | -| CANN 5.1.RC1 | 1.5.0 | 1.5.0.post5 | v1.5.0-3.0.rc1 | -| | 1.8.1 | 1.8.1.rc1 | v1.8.1-3.0.rc1 | -| CANN 5.0.4 | 1.5.0 | 1.5.0.post4 | 2.0.4.tr5 | -| CANN 5.0.3 | 1.8.1 | 1.5.0.post3 | 2.0.3.tr5 | -| CANN 5.0.2 | 1.5.0 | 1.5.0.post2 | 2.0.2.tr5 | ## 硬件配套 -昇腾训练设备包含以下型号，都可作为PyTorch模型的训练环境 +昇腾训练设备包含以下型号，都可作为PyTorch模型的训练环境。 | 产品系列 | 产品型号 | |-----------------------|----------------------------------| | Atlas 训练系列产品 | Atlas 800 训练服务器（型号：9000） | @@ -220,20 +235,21 @@ print(z) | Atlas A2 训练系列产品 | Atlas 800T A2 训练服务器 | | | Atlas 900 A2 PoD 集群基础单元 | | | Atlas 200T A2 Box16 异构子框 | -| | Atlas 300T A2 训练卡 | +| Atlas A3 训练系列产品 | Atlas 800T A3 训练服务器 | +| | Atlas 900 A3 SuperPoD 超节点 | -昇腾推理设备包含以下型号，都可作为大模型的推理环境 +昇腾推理设备包含以下型号，都可作为大模型的推理环境。 | 产品系列 | 产品型号 | |-----------------------|----------------------------------| | Atlas 800I A2推理产品 | Atlas 800I A2 推理服务器 | ## 建议与交流 -欢迎大家为社区做贡献。如果有任何疑问或建议，请提交[gitee Issues](https://gitee.com/Ascend/pytorch/issues)，我们会尽快回复。感谢您的支持。 +欢迎大家为社区做贡献。如果有任何疑问或建议，请提交[Gitee Issues](https://gitee.com/Ascend/pytorch/issues)，我们会尽快回复。感谢您的支持。 ## 分支维护策略 -AscendPyTorch版本分支的维护阶段如下： +Ascend Extension for PyTorch版本分支的维护阶段如下： | **状态** | **时间** | **说明** | @@ -247,11 +263,11 @@ AscendPyTorch版本分支的维护阶段如下： | **PyTorch版本** | **维护策略** | **当前状态** | **发布时间** | **后续状态** | **EOL日期** | |---------------|----------|----------|------------|----------------------|-----------| -| 2.8.0 | 常规分支 | 开发 | 2025/08/12 | 预计2026/02/12起进入维护状态 | | -| 2.6.0 | 常规分支 | 开发 | 2025/07/25 | 预计2026/01/25起进入维护状态 | | -| 2.5.1 | 常规分支 | 开发 | 2024/11/08 | 预计2025/08/08起进入维护状态 | | -| 2.4.0 | 常规分支 | 维护 | 2024/10/15 | 预计2026/06/15起进入无维护状态 | | -| 2.3.1 | 常规分支 | 维护 | 2024/06/06 | 预计2026/06/07起进入无维护状态 | | +| 2.8.0 | 常规分支 | 开发 | 2025/08/12 | 预计2026/02/12起进入维护状态 | - | +| 2.6.0 | 常规分支 | 开发 | 2025/07/25 | 预计2026/01/25起进入维护状态 | - | +| 2.5.1 | 常规分支 | 开发 | 2024/11/08 | 预计2025/08/08起进入维护状态 | - | +| 2.4.0 | 常规分支 | 维护 | 2024/10/15 | 预计2026/06/15起进入无维护状态 | - | +| 2.3.1 | 常规分支 | 维护 | 2024/06/06 | 预计2026/06/07起进入无维护状态 | | | 2.2.0 | 常规分支 | 维护 | 2024/04/01 | 预计2025/09/10起进入无维护状态 | | | 2.1.0 | 长期支持 | 开发 | 2023/10/15 | 预计2025/09/15起进入维护状态 | | | 2.0.1 | 常规分支 | EOL | 2023/7/19 | | 2024/3/14 | @@ -269,10 +285,12 @@ AscendPyTorch版本分支的维护阶段如下： | 文档名称 | 文档链接 | | -------------------------- | ------------------------------------------------------------ | -| 安装指南 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/configandinstg/instg/insg_0001.html) | -| 网络模型迁移和训练 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/ptmoddevg/trainingmigrguide/PT_LMTMOG_0003.html) | -| 算子适配 | [参考链接](https://www.hiascend.com/document/detail/zh/canncommercial/82RC1/developmentguide/opdevg/Ascendcopdevg/atlas_ascendc_10_0048.html) | -| API清单（PyTorch原生接口与自定义接口） | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/apiref/apilist/ptaoplist_000002.html) | +| 软件安装指南 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/configandinstg/instg/insg_0001.html) | +| 网络模型迁移和训练 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/ptmoddevg/trainingmigrguide/PT_LMTMOG_0002.html) | +| 算子适配 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/ptmoddevg/Frameworkfeatures/featuresguide_00021.html) | +| PyTorch原生接口清单 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/apiref/PyTorchNativeapi/ptaoplist_000003.html) | +| Ascend Extension for PyTorch自定义API参考 | [参考链接](https://www.hiascend.com/document/detail/zh/Pytorch/710/apiref/torchnpuCustomsapi/context/%E6%A6%82%E8%BF%B0.md) | + ## 许可证