burn

Burn 是新一代張量函式庫與深度學習框架,在靈活性、效率與可攜性上毫不妥協。

burn 是什麼?

Burn 是新一代張量函式庫與深度學習框架,在靈活性、效率與可攜性上毫不妥協。

burn 概覽

這是什麼

Burn 是一個張量庫與深度學習框架,專為數值計算、訓練與推論而設計。它透過單一、統一的 API 在多個平台上執行張量運算,讓訓練與生產環境使用完全相同的程式碼。Burn 保留了 PyTorch 直覺的人機工學,支援動態形狀與計算圖,但會對張量運算串流進行 JIT 編譯並自動融合核心。它圍繞增量編譯設計,即使在 release 模式下修改模型程式碼也只需不到 5 秒重新編譯,提供類似 Python 的回饋循環,同時具備 Rust 的速度與安全性。

主要功能

  • 單一、統一的 API,支援多平台訓練與推論。
  • JIT 編譯與自動核心融合以提升效能。
  • 動態計算圖與形狀,類似 PyTorch。
  • 增量編譯,實現快速編輯-編譯-執行循環(release 模式下不到 5 秒)。
  • 後端包含 CubeCL(CUDA、ROCm、Metal、Vulkan、WebGPU)與純 Rust 的 Flex CPU/no_std 後端。
  • 屬於開源 Rust AI 生態系統的一部分,包含模型互通、領域工具與基準測試等專案。

使用情境

  • 裝置端個人化與聯邦學習。
  • 團隊在單一程式碼庫中從原型到部署。
  • 需要靈活性與效能的研發與生產工作負載。
  • 需要 Rust 安全性與速度,同時保留類似 Python 開發體驗的工作負載。

快速開始

請參閱儲存庫的 README 以取得安裝與快速開始說明。

授權與價格

採用 Apache-2.0 授權。開源。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/tracel-aiburn.svg)](https://yunodb.com/tools/tracel-aiburn?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/tracel-aiburn?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/tracel-aiburn.svg" alt="Featured on YunoDB" height="20"></a>