自研插件清单列表

TorchAir

TorchAir是为torch_npu提供图模式能力的扩展库，支持用户使用PyTorch和torch_npu在昇腾设备上进行图模式的训练和推理。TorchAir对外提供昇腾设备的图模式编译后端，对接PyTorch的dynamo特性，将PyTorch的FX计算图转换为昇腾的GE计算图，并提供在昇腾设备上启动GE计算图编译和执行的能力。

PyTorch版本为2.1.0。

Ascend Extension for PyTorch插件版本为7.1.0。

具体使用方法请参考《PyTorch 图模式使用指南(TorchAir)》。

OpPlugin

OpPlugin插件提供了将PyTorch算子映射到昇腾AI处理器的功能，为使用PyTorch框架的开发者提供了便捷的NPU算子库调用能力。

OpPlugin的版本为7.1.0。

请参考LINK安装该库，基于OpPlugin插件进行自定义算子的适配开发流程和使用样例具体可参考《PyTorch 框架特性指南》中的“基于OpPlugin算子适配开发”章节。

PyTorch官方提供了C++ extensions的方式供用户编写并调用自定义算子，用户可选择使用C++ extensions进行自定义算子开发适配，具体可参考《PyTorch 框架特性指南》中的“基于C++ extensions算子适配开发”章节。

Torchvision Adapter

Torchvision Adapter插件用于昇腾适配Torchvision框架。目前该框架增加了对Torchvision所提供的常用算子的支持，基于cv2和昇腾NPU的图像处理加速后端提供图像处理加速能力。

Torchvision版本为0.16.0，PyTorch版本为2.1.0；Torchvision版本为0.20.1，PyTorch版本为2.5.1；Torchvision版本为0.21.0，PyTorch版本为2.6.0。

请参考LINK安装该库的昇腾适配版本和了解其适配情况。

Apex Patch

Apex Patch以代码patch的形式发布，用户通过对原始Apex进行patch，可以在华为昇腾AI处理器上，使用Apex的自动混合精度训练功能进行模型训练，提升AI模型的训练效率，同时保持模型的精度和稳定性。此外，Apex Patch额外提供了如梯度融合、融合优化器等，以提升部分场景下模型在昇腾NPU上的训练效率，供用户选择使用。

-

请参考LINK安装该库的昇腾适配版本和了解其适配情况。