burn: 다양한 하드웨어에서 원활한 학습 및 추론을 위한 통합 Rust 딥러닝 프레임워크

해결하는 문제

Burn은 AI 모델 학습과 프로덕션 배포 사이의 파편화를 해결합니다. 전통적으로 모델은 Python에서 학습된 후 ONNX와 같은 형식으로 내보내지거나 특정 엔진(예: vLLM, TensorRT)에 최적화되는데, 이 과정은 종종 취약하고 손실이 발생하기 쉽습니다. Burn은 학습과 추론 모두를 위해 Rust로 작성된 단일 코드베이스를 제공함으로써 이를 통합하며, 온디바이스 개인화 및 연합 학습과 같은 고급 사용 사례를 지원하여 원활한 전환을 가능하게 합니다.

작동 방식

Burn은 멀티 플랫폼 텐서 연산을 위해 통합 API를 사용하는 텐서 라이브러리이자 딥러닝 프레임워크입니다. PyTorch의 직관적인 사용성(동적 형태 및 그래프)과 JIT-compilation 및 자동 커널 퓨전의 성능을 결합했습니다.

그 아키텍처는 Backend trait에 기반하여 다양한 컴퓨팅 엔진에 대해 제네릭하게 동작할 수 있습니다. 또한