Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Az Axelera AI saját modellek futtatását teszi lehetővé új nyelvével

2026. szeptember 15. 14:54Forrás: Axelera AI
Az Axelera AI saját modellek futtatását teszi lehetővé új nyelvével
Kép: Axelera AI

Az Axelera AI bemutatta az AxScript nevű, Python-alapú programozási nyelvet, amellyel a fejlesztők saját mesterségesintelligencia-modelljeiket is közvetlenül az Axelera hardverére készíthetik fel. A megoldás a vállalat szerint a különböző AI-munkaterhelések támogatását és a gyorsító teljesítményének célzott kihasználását egyesíti.

A lényeg röviden
  • Az AxScript saját modellek Axelera hardverre portolását teszi lehetővé.
  • A nyelv Python-alapú, és közvetlenül programozza az Axelera AI Cores egységeit.
  • Az AxGraph ONNX- és PyTorch-modellek automatikus fordítását támogatja.
  • A Qwen3.5 portolását a vállalat szerint egy mérnök egy nap alatt végezte el.
  • A hozzáférés először kiválasztott ügyfeleknek, nyilvánosan pedig az év vége előtt lesz elérhető.

Közvetlen hozzáférés az Axelera gyorsítóihoz

Az Axelera AI szeptember 15-én jelentette be az AxScriptet. A vállalat szerint hardverei a konvolúciós hálózatokat, a látási transzformereket, a nagy nyelvi modelleket, a látás és nyelv modelleket, a látás és nyelv és cselekvés modelleket, valamint a diffúziós modelleket is képesek kezelni. A támogatott adatformátumok között videó, kép, hang, szöveg és idősor is szerepel.

Az AxScript Python-alapú, doménspecifikus nyelv, amely közvetlen programozást biztosít az Axelera AI Cores számára. Egy AxScript-program a teljes modellt megvalósítja, beleértve a műveleteket, az adatok mozgatását és a gyorsítón végzett ütemezést. A fejlesztők így saját modelleket készíthetnek fel a hardverre, nem csak olyan modelleket használhatnak, amelyek már szerepelnek a gyártó által támogatott listán.

Kézi portolás és automatikus fordítás

Az AxScript kétféleképpen használható. A fejlesztők közvetlenül is megírhatják vele egy teljes modell programját. Az Axelera ehhez dokumentációt és egy ügynökalapú eszközt is kiad, amely elemzi a forrásmodellt, majd segít a modellhez illeszkedő AxScript elkészítésében. A végeredmény felett továbbra is a fejlesztő rendelkezik.

A nyelvhez értékelési és kvantálási eszközök is tartoznak, így a portolás során mérhető a pontosság és a teljesítmény. A másik út az AxGraph használata. Ez a gráffordító szabványos formátumokat, köztük az ONNX-et és a PyTorchot fogadja, majd automatikusan lefordítja a modelleket. Ez az Axelera szerint elsősorban a szabványos architektúrákhoz kínál egyszerűbb munkafolyamatot.

A fejlesztők AxScriptben egyedi operátorrétegeket is készíthetnek, amelyeket az AxGraph beépít a fordításba. A két megközelítés ugyanazt az optimalizáló hátteret és kódgenerálási folyamatot használja. A vállalat szerint a kézzel írt AxScriptben bevált teljesítményjavításokat rendszeresen visszaépítik az automatikus fordítóba.

Egy nyelv több gyorsítógenerációhoz

Az Axelera AI szerint az AxScript célja nem pusztán az, hogy lefordíthatóvá tegye a modelleket, hanem az is, hogy azok nagy teljesítménnyel és megfelelő pontossággal fussanak. A közvetlen adatút-hozzáférés lehetővé teszi a célzott optimalizálást, miközben a teljes modell portolását a vállalat szerint egyetlen mérnök számára is kezelhetővé teszi.

Az Axelera belső tesztjeiben a Qwen3.5 modellt egyetlen mérnök, AI segítségével, egy nap alatt portolta AxScript-programként. Ioannis Koltsidas, a vállalat szoftverért felelős alelnöke szerint „a teljesítmény melletti programozhatóság az, ami ezt elsőként teszi”. Manuel Botija termékért felelős alelnök azt mondta, hogy az AxScript belső kiadása óta exponenciálisan nőtt a támogatott modellek száma.

Ugyanaz az AxScript-kód célozza a jelenleg szállított Metis és Europa gyorsítókat, és a jövőbeli generációkkal, köztük a már bejelentett Titaniával is továbbvihető. A modellek AxScripttel készített változatai a Voyager SDK 1.9 szeptemberi kiadásában kezdenek megjelenni. A nyelvhez először kiválasztott ügyfelek kapnak hozzáférést, a nyilvános elérhetőséget pedig az év vége előttre ígéri a vállalat.

Kapcsolódó hírek

Fejlesztőknek
Fejlesztőknek2026. október 2. 21:55

A Helion gyorsíthatja a vLLM LLM-inferenciáját NVIDIA GPU-kon

A PyTorch Helion-alapú lineáris backendet integrált a vLLM-be, hogy automatikus hangolással javítsa a nagy nyelvi modellek következtetési teljesítményét. Az NVIDIA…

A Modal mindenki számára elérhetővé tette a többgépes GPU-klasztereket
Chipek és infrastruktúra2026. október 1.

A Modal mindenki számára elérhetővé tette a többgépes GPU-klasztereket

A Modal általánosan elérhetővé tette a Modal Clusters szolgáltatást, amely több számítási csomópontot kapcsol össze nagy léptékű modelltréninghez és következtetéshez. A…

Általánosan elérhetővé váltak a Modal többgépes AI-fürtjei
Chipek és infrastruktúra2026. október 1.

Általánosan elérhetővé váltak a Modal többgépes AI-fürtjei

A Modal általánosan elérhetővé tette a Modal Clusters szolgáltatást, amely több csomópontból álló AI-fürtök indítását és kezelését egyszerűsíti. A vállalat szerint a…