计图(Jittor)是由清华大学发布的首个动态编译深度学习框架，在5月8日兼容寒武纪芯片之后，计图目前又在国内自主研发操作系统统信UOS+国产CPU飞腾FT2000的架构下，成功实现了CPU和GPU的训练推理。 

图1 使用统信操作系统进行GPU训练图例

图1为国内自主操作系统统信UOS的操作界面，通过在终端中运行数行命令，就可以完成计图的安装以及ResNet的训练，并成功使用GPU进行加速。本文的末尾将会给出相应的命令。

Jittor支持国产操作系统和芯片

此前，由于国产CPU指令集和操作系统生态兼容性问题，主流深度学习框架仍不支持在国产自主的CPU+OS上进行GPU加速训练，而最新版本的计图深度学习框架解决了这一问题，可以支持统信UOS+国产CPU飞腾芯片的架构，助力国产系统生态发展。

本次对国产UOS和FT2000芯片的支持，还兼容使用Nvidia GPU进行训练加速，完整的配置如下所示：

• 操作系统：统信UOS V20 sp1

• CPU芯片：飞腾FT2000/4

• Linux内核版本：4.19.0

• CUDA版本：10.0

• GCC版本：7.4.0

在统信UOS上安装运行jittor并且训练ResNet也相当简单，安装运行命令如下：

统信UOS

本次支持使用的自主操作系统统信UOS由中国电子集团（CEC）、武汉深之度科技有限公司、南京诚迈科技、中兴新支点等多家国内操作系统核心企业发起“UOS统一操作系统筹备组”共同打造的中文国产操作系统。

UOS系统可支持龙芯、申威、鲲鹏、海思麒麟、飞腾、海光、兆芯等国产CPU平台和X86平台，能够满足不同用户的办公、生活、娱乐需求。

同时，该操作系统也获得了国内自主操作系统最高安全等级认证。       

图2  UOS支持多款国产芯片

飞腾FT-2000/4

本次支持使用的国产CPU为飞腾FT-2000/4，FT-2000/4芯片集成4个飞腾自主研发的新一代高性能处理器内核FTC663，该芯片兼容ARM64指令集。

通过Jittor深度学习框架特有的元算子动态编译融合优化，基于Jittor的深度学习模型能在飞腾芯片上快速适配和调优。其他飞腾服务器端芯片同样支持。

     

图3 飞腾FT-2000/4桌面级芯片

欢迎各位研究开发人员使用Jittor深度学习框架进行人工智能应用开发，共同促进国产生态发展。如有问题，请在github issue中向我们反馈。

https://github.com/Jittor/jittor/issues

或者加入Jittor开发者交流QQ群（761222083），我们将第一时间提供支持和帮助。

GGC往期回顾

1. 计图团队首创三角网格面片上的卷积神经网络、图像上的网络架构可以做三维模型的深度学习了！

2. 计图开源：隐蔽目标检测新任务在计图框架下推理性能大幅提升

3. 计图支持寒武纪！动态图性能较PyTorch提升270倍

4. External Attention：计图团队提出两层线性层结构超越Self Attention

您可通过下方二维码，关注清华大学图形学实验室，了解图形学、Jittor框架、CVMJ期刊和CVM会议的相关资讯。