extropic-ai/thrml

해결하는 문제

THRML은 확률적 그래픽 모델(PGM)의 생성과 샘플링을 더 효율적으로 만들기 위해 설계되었습니다. 특히 희소하고 이질적인 그래프에서 고성능 샘플링을 구현하는 어려움을 해결하며, 연구자들이 향후 에너지 효율적인 전용 하드웨어에서 실행할 수 있는 모델을 프로토타이핑할 수 있도록 다리 역할을 합니다.

작동 방식

THRML은 JAX 라이브러리로 구축되어 있으며, 인자 기반 상호작용을 컴팩트한 전역 상태 표현으로 컴파일합니다. 이 접근법은 파이썬 루프를 최소화하고, JAX의 배열 수준 병렬성 활용을 통해 GPU에서 블록 기반 길브스 샘플링과 에너지 기반 모델(EBM)을 가속화합니다.

대상 사용자

확률적 그래픽 모델, 에너지 기반 모델을 다루는 연구자 및 개발자, 하드웨어 가속 샘플링을 실험하는 사람들에게 적합합니다.

주요 특징

• 블록 기반 길브스 샘플링: 확률적 그래픽 모델에 최적화되어 있습니다.
• JAX 기반: GPU 가속과 배열 수준 병렬성을 활용합니다.
• 유연한 노드 상태: 임의의 PyTree 노드 상태와 이질적인 그래픽 모델을 지원합니다.
• 하드웨어 준비성: 향후 에너지 효율적인 샘플링 하드웨어(Extropic 제품)를 위한 소프트웨어 환경을 제공합니다.