TorchDR 0.5 发布:原生多 GPU 降维,单卡快过 cuML 3.71 倍
leland_mcinnes · x · 2026-09-22
UMAP 作者 Leland McInnes 转发的高维降维库 TorchDR 0.5 正式发布:
- 原生多 GPU 支持,基于 FAISS + PyTorch 的模块化架构
- 单卡即超越 cuML:在 100 万条 Tahoe 单细胞样本上快 3.71 倍
- 分片 FAISS 检索、神经网络编码器、邻居嵌入(含 UMAP)的样本外变换、更快更省内存的 UMAP 优化
- 定位为 SOTA 级速度的降维工具,适合大规模单细胞等嵌入分析场景
「研究」频道最新
- 数学家质疑 AI 证明争议:策略符合 Clay 标准何谈不算数 — skdh · 2026-09-22
- VR 拥挤环境动捕采 1185 条轨迹，训练人形机器人钻缝隙爬行 — Scobleizer · 2026-09-22
- 用 Jev 搭 AI 记忆系统：自称快 10 倍、成本降 6 倍 — realferrari · 2026-09-22
- AF3 类模型的置信头竟不太依赖扩散模块输出的结构坐标 — chaitjo · 2026-09-22
- riderless：零生成 token 的决策 API，单张 5090 跑出 93.1% 准确率 — Pale-Soil-2524 · 2026-09-22
- 深大与港科大提出 ECA:给多模态 Agent 强制配备执行前证据校验 — jiqizhixin · 2026-09-22