NeuroBrix tiene dos motores. El motor Triton (--triton) se ejecuta sobre nbxtensor y Triton y no necesita PyTorch. El motor PyTorch (--compiled) necesita PyTorch, instalado desde el índice que corresponde a tu hardware. Sin opción de modo, una ejecución usa el motor PyTorch donde PyTorch está instalado y el motor Triton donde no lo está, y su línea de arranque indica cuál. NeuroBrix detecta tu hardware cuando no pasas --hardware. En caso de duda, ejecuta neurobrix doctor.
Motor Triton. Instala el controlador de NVIDIA y después:
pip install neurobrix
neurobrix doctor
Sin PyTorch, una ejecución usa el motor Triton (engine: triton (torch not installed)). La biblioteca de runtime de CUDA viene con nbxtensor; no hace falta nada más.
Motor PyTorch. Instala la versión CUDA de PyTorch que admite tu controlador (consulta el selector en pytorch.org) y después NeuroBrix con su extra pytorch. pip install torch por sí solo descarga el wheel de PyTorch predeterminado de PyPI, que puede estar compilado para una versión de CUDA que tu controlador o tu GPU no pueden usar.
pip install typing-extensions # from PyPI first: the PyTorch index carries only its source
pip install torch --index-url https://download.pytorch.org/whl/<cuda-build> # e.g. cu126
pip install "neurobrix[pytorch]"
neurobrix doctor
Resultado esperado: neurobrix doctor informa del motor Triton, de la versión de PyTorch y de las GPU que ve, sin ningún problema bloqueante.
Las versiones actuales de PyTorch para CUDA 13 ya no admiten Volta. El torch predeterminado de PyPI y las versiones cu128, cu129, cu130 y cu132 no eran utilizables en las máquinas V100 del proyecto. En Volta usa cu126:
pip install --force-reinstall torch --index-url https://download.pytorch.org/whl/cu126
neurobrix doctor compara el sm_XY de cada GPU con las arquitecturas para las que se compiló tu PyTorch, e indica cuándo no coinciden.
Todavía no se ha fijado una versión mínima del controlador ni una capacidad de cómputo mínima. Las máquinas de prueba del proyecto son V100. neurobrix doctor indica lo que tiene tu máquina.
El motor Triton se ejecuta en la GPU de Apple mediante Metal. PyPI no publica Triton para macOS: install-metal instala la versión de Triton de NeuroBrix para las GPU de Apple, y cada wheel se comprueba contra el sha256 escrito en nbxtensor.
pip install neurobrix
python -m nbxtensor install-metal
neurobrix doctor
La cadena de herramientas Metal de Xcode es el otro requisito (neurobrix doctor avisa cuando falta). El motor PyTorch también se ejecuta en la GPU de Apple, mediante MPS: pip install torch "neurobrix[pytorch]".
El motor PyTorch se ejecuta en la CPU. Para no descargar la versión CUDA de PyTorch:
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install "neurobrix[pytorch]"
Empieza por los modelos más pequeños del catálogo.
Detectar un fabricante no es lo mismo que ejecutar en él. Los niveles honestos:
| Nivel | Hardware |
|---|---|
| Validado | GPU NVIDIA (los dos motores), Apple Silicon (el motor Triton mediante Metal, el motor PyTorch mediante MPS), CPU (el motor PyTorch) |
| Experimental | GPU Intel con su runtime Level Zero: probadas por el motor Triton, aún no validadas en hardware por el laboratorio de NeuroBrix — se agradecen los informes |
| Un objetivo | GPU AMD: alcanzadas por el motor Triton mediante el controlador HIP de nbxtensor, aún no validadas en una tarjeta |
| Solo reconocido | Tenstorrent, Moore Threads, Biren, Iluvatar, Hygon DCU, Cambricon |
"Solo reconocido" significa que existe la detección y nada más. neurobrix doctor da los comandos de instalación del fabricante para una GPU Intel o AMD. No planifiques un despliegue en un nivel experimental o de objetivo. Detalles: Soporte de hardware.
© 2025–2026 Hocine Benkelaya. NeuroBrix engine released under the Apache License 2.0.
Developed by Hocine Benkelaya · Supported and funded by Neural Network Holding Ltd · Commercial distribution by WizWorks OÜ