深層学習の定番基盤「PyTorch」が再注目、柔軟な計算と直感的な開発を両立

機械学習向けの定番ソースコードを無償で一般に公開し、誰でも自由に利用や改良、再配布ができるようにした仕組み。">オープンソース基盤「PyTorch」が、ソフトウェア開発プラットフォームのGitHub上で再び高い関心を集めている。PyTorchはGPUを用いた高速なテンソル計算と、テープ方式の自動微分システムによる動的なニューラルネットワーク構築を柱とするライブラリである。

従来の深層学習フレームワークの多くは一度構造を決めると変更が難しい静的な仕様を採用していた。これに対しPyTorchは、実行時にネットワークの挙動を柔軟に変更できる逆モード自動微分を取り入れている。先行する研究成果や「Chainer」などの設計から着想を得ており、高い計算速度と研究開発における柔軟性を同時に実現している。

Python環境との一体感も特徴の1つだ。独自の複雑なラッパーを介さずにPythonから直接呼び出せるため、コードの記述や不具合の特定を直感的に行える。さらに、GPU上の独自メモリアロケータによる効率的なメモリ管理や、Intel MKL、NVIDIA cuDNNといった高速化ライブラリとの連携により、大規模なモデルでも実行負荷を抑える設計となっている。

ハードウェア面ではNVIDIA CUDAのほか、Linux環境におけるAMD ROCmやインテルのGPUにも対応する。ソースコードからの初回ビルドには30〜60分程度を要し、C++20対応コンパイラ（Linuxではgcc 11.3.0以上）やDocker 23.0以上の環境が案内されている。