近日，摩尔线程宣布发布PyTorch深度学习框架的MUSA扩展库——Torch-MUSA的最新版本v2.7.0。新版本在功能集成、性能优化与硬件支持方面实现进一步突破，与PyTorch主版本号保持同步，便于开发者进行版本识别与管理。Torch-MUSA在一个月内连续完成v2.5.0和v2.7.0两次版本更新，进一步集成muSolver与muFFT等计算加速库，显著提升复杂计算任务的执行效率，并新增对统一内存设备（Unified Memory）的UMM支持，有效优化内存使用效率。

v2.7.0版本主要更新内容包括新增muFFT与muSolver库集成，大幅扩展计算能力；在面向边缘计算的SoC设备中支持统一内存管理，基于Arm架构的UMA设计，实现GPU与CPU共享同一物理内存空间，显著降低模型运行过程中的内存开销。此外，新版本继续支持使用MUSASDK4.2.0至4.3.0及更高版本进行编译，算子总数已超过1050个，系统在性能与稳定性方面均实现进一步提升。

Torch-MUSA将继续跟进PyTorch的版本更新，计划下一版本支持PyTorch2.9.0，并进一步优化性能与功能。开源地址为：网页链接。