burn은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

burn은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

burn은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. burn의 마지막 커밋은 2026년 10월 21일입니다.

burn은(는) 어디에 사용할 수 있나요?

Rust로 모델을 학습한 뒤 같은 코드를 서버, 브라우저 또는 임베디드 기기에 배포합니다. Rust 애플리케이션에서 ONNX 또는 PyTorch로 학습한 모델을 실행합니다. WebGPU 또는 WebAssembly를 사용해 브라우저에서 추론을 실행합니다. 빠른 증분 컴파일을 활용해 Rust에서 딥러닝을 실험합니다.

burn은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/tracel-ai/burn

tracel-ai/burn

CUDA, ROCm, Metal, Vulkan, WebGPU 및 CPU 백엔드에서 학습과 추론을 지원하는 Rust 텐서 라이브러리이자 딥러닝 프레임워크입니다.

대체할 수 있는 제품:PyTorch

GitHub에서 보기 웹사이트

스타: 16,144
포크: 1,106
열린 이슈: 173
마지막 커밋: 14시간 전

어떤 프로젝트인가요?

Burn은 Rust로 작성된 텐서 라이브러리이자 딥러닝 프레임워크입니다. 학습과 배포에 같은 코드베이스를 사용하는 것을 목표로 하므로, API로 학습한 모델을 별도의 런타임으로 내보내는 대신 프로덕션에서도 동일한 코드로 실행할 수 있습니다. PyTorch와 비슷한 동적 프로그래밍 스타일을 유지하면서 텐서 연산을 JIT 컴파일하고 커널을 자동으로 융합합니다.

모델 코드를 바꾸지 않고 교체할 수 있는 여러 백엔드를 지원합니다. 여기에는 CubeCL 컴퓨트 계층을 통한 CUDA, ROCm, Metal, Vulkan, WebGPU와, Wasm 및 no_std 타깃에서도 실행되는 순수 Rust CPU 백엔드(Flex)가 포함됩니다. Autodiff, 커널 융합, 원격 실행은 백엔드 데코레이터로 구현됩니다. ONNX, PyTorch, Safetensors 형식의 모델 가중치를 가져올 수 있으며, 터미널 대시보드에서 학습 지표를 확인할 수 있습니다.

이 프로젝트는 활발히 개발 중이며 버전이 바뀔 때 호환성이 깨지는 변경 사항이 포함될 수 있습니다. 생태계에는 컴퓨터 비전, 강화 학습, 데이터셋, 벤치마킹용 크레이트가 포함됩니다.

핵심 기능

01CUDA, ROCm, Metal, Vulkan, WebGPU, CPU 백엔드 전반에서 사용할 수 있는 단일 텐서 및 모듈 API입니다.
02백엔드 데코레이터로 구현된 커널 자동 융합과 autodiff를 지원합니다.
03ONNX 모델을 네이티브 Rust 코드로 가져오고 PyTorch 및 Safetensors 가중치를 불러옵니다.
04지표와 체크포인트를 모니터링할 수 있는 터미널 학습 대시보드입니다.
05no_std 및 WebAssembly를 지원하는 Flex CPU 백엔드입니다.
06서버에서 텐서 연산을 실행하는 원격 실행 모드입니다(베타).

활용 사례

Rust로 모델을 학습한 뒤 같은 코드를 서버, 브라우저 또는 임베디드 기기에 배포합니다.
Rust 애플리케이션에서 ONNX 또는 PyTorch로 학습한 모델을 실행합니다.
WebGPU 또는 WebAssembly를 사용해 브라우저에서 추론을 실행합니다.
빠른 증분 컴파일을 활용해 Rust에서 딥러닝을 실험합니다.

사용 전 알아둘 점

LibTorch 백엔드는 0.22.0에서 사용 중단되었고 main에서 제거되었으므로, 이제 GPU 가속은 CubeCL 백엔드에 의존합니다.
각 GPU 백엔드는 README의 지원 매트릭스에 명시된 특정 공급업체 및 API 조합에서만 작동합니다.

토픽

#deep-learning #rust #tensor #machine-learning #gpu #webgpu #onnx #neural-network #autodiff #cross-platform

자주 묻는 질문

burn은(는) 무엇인가요?: CUDA, ROCm, Metal, Vulkan, WebGPU 및 CPU 백엔드에서 학습과 추론을 지원하는 Rust 텐서 라이브러리이자 딥러닝 프레임워크입니다. Burn은 Rust로 작성된 텐서 라이브러리이자 딥러닝 프레임워크입니다. 학습과 배포에 같은 코드베이스를 사용하는 것을 목표로 하므로, API로 학습한 모델을 별도의 런타임으로 내보내는 대신 프로덕션에서도 동일한 코드로 실행할 수 있습니다. PyTorch와 비슷한 동적 프로그래밍 스타일을 유지하면서 텐서 연산을 JIT 컴파일하고 커널을 자동으로 융합합니다.
burn은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: burn은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
burn은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. burn의 마지막 커밋은 2026년 10월 21일입니다.
burn은(는) 어디에 사용할 수 있나요?: Rust로 모델을 학습한 뒤 같은 코드를 서버, 브라우저 또는 임베디드 기기에 배포합니다. Rust 애플리케이션에서 ONNX 또는 PyTorch로 학습한 모델을 실행합니다. WebGPU 또는 WebAssembly를 사용해 브라우저에서 추론을 실행합니다. 빠른 증분 컴파일을 활용해 Rust에서 딥러닝을 실험합니다.
burn은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/tracel-ai/burn

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.