Библиотека на базе PyTorch для квантования, разреженных моделей и обучения в формате float8 — для обучения моделей и инференса.
Lightning-AI/lightning-thunder
Компилятор PyTorch, который преобразует исходный код моделей для ускорения обучения и инференса с помощью анализируемого IR и комбинируемых трансформаций.
- Звёзды
- 1,474
- Форки
- 120
- Открытые issues
- 483
- Последний коммит
- 26 дней назад
Что это?
Thunder — компилятор для глубокого обучения на PyTorch, который принимает модель и преобразует её в оптимизированную версию. Он представляет все вычисления в виде простого промежуточного представления, похожего на Python, которое можно анализировать, профилировать и переписывать, заменяя операции или ядра на более быстрые.
Оптимизации применяются с помощью трансформаций и плагинов, работающих с трассой вычислений, моделью и её весами. Поддерживаются распределённый параллелизм (DDP, FSDP, TP), точность FP8 и MXFP8, квантование и CUDA Graphs. Вычисления направляются в фьюзеры, такие как NVFuser и torch.compile, специализированные библиотеки вроде cuDNN SDPA и TransformerEngine, пользовательские ядра Triton и CUDA или операции PyTorch в eager-режиме.
Точка входа — thunder.compile(model): её можно применять к обычному модулю torch или к моделям из таких библиотек, как LitGPT и Hugging Face Transformers.
Ключевые возможности
- 01Представляет полные графы вычислений в виде анализируемого IR, похожего на Python.
- 02Комбинируемые трансформации, которые одновременно изменяют модель, трассу и веса.
- 03Плагины для распределённого обучения (DDP, FSDP, TP), FP8/MXFP8, квантования и CUDA Graphs.
- 04Направляет операции во фьюзеры, cuDNN, TransformerEngine, Triton или ядра CUDA.
Сценарии использования
- Ускорение предобучения или дообучения LLM на GPU NVIDIA.
- Запуск моделей Hugging Face или torchvision с меньшей задержкой при инференсе.
- Эксперименты с настройками смешанной точности или квантования модели.
- Масштабирование модели PyTorch с одного GPU на распределённое выполнение на нескольких GPU.
Быстрый старт
- 1
Установите Thunder с помощью pip
pip install lightning-thunder - 2
Установите или обновите PyTorch и torchvision
pip install -U torch torchvision - 3
Скомпилируйте модель PyTorch с помощью Thunder и запустите её (см. пример Hello World в README)
Что важно знать
- Для дополнительной поддержки GPU NVIDIA требуются пакеты, например сборки nvfuser, совместимые с определёнными версиями torch и CUDA.
- Поддержку Float8 через transformer_engine необходимо собирать из исходного кода; установка занимает много времени.
- В README отмечено, что Thunder не заменяет torch.compile, а ускорение достигается преимущественно в определённых конфигурациях.
Темы
Частые вопросы
- Что такое lightning-thunder?
- Компилятор PyTorch, который преобразует исходный код моделей для ускорения обучения и инференса с помощью анализируемого IR и комбинируемых трансформаций. Thunder — компилятор для глубокого обучения на PyTorch, который принимает модель и преобразует её в оптимизированную версию. Он представляет все вычисления в виде простого промежуточного представления, похожего на Python, которое можно анализировать, профилировать и переписывать, заменяя операции или ядра на более быстрые.
- lightning-thunder можно использовать бесплатно? Какая у него лицензия?
- lightning-thunder распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- lightning-thunder всё ещё поддерживается?
- Активно поддерживается. Последний коммит в lightning-thunder — 12 окт. 2026 г..
- Для чего можно использовать lightning-thunder?
- Ускорение предобучения или дообучения LLM на GPU NVIDIA. Запуск моделей Hugging Face или torchvision с меньшей задержкой при инференсе. Эксперименты с настройками смешанной точности или квантования модели. Масштабирование модели PyTorch с одного GPU на распределённое выполнение на нескольких GPU.
- Как установить lightning-thunder?
- Установите Thunder с помощью pip: pip install lightning-thunder Установите или обновите PyTorch и torchvision: pip install -U torch torchvision Скомпилируйте модель PyTorch с помощью Thunder и запустите её (см. пример Hello World в README)
- Где скачать lightning-thunder?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Lightning-AI/lightning-thunder
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Открытый справочник с методиками, скриптами и пошаговыми руководствами по обучению, дообучению и инференсу больших языковых и мультимодальных моделей.
Быстрая и эффективная по памяти библиотека и сервер для запуска и обслуживания больших языковых моделей через API, совместимый с OpenAI.
Фреймворк для обучения и инференса мультимодальных world model NVIDIA Cosmos3: распределённое обучение, несколько бэкендов инференса и постобучение с RL.
Минималистичный ML-фреймворк на Rust с поддержкой GPU для быстрого и лёгкого инференса и деплоя без Python.
Движок инференса LLM на Rust с API, совместимыми с OpenAI и Anthropic, квантованием, мультимодальными моделями и инструментами для агентов.