NeuroBrix distingue quatre niveaux de prise en charge matérielle. Qu'un fabricant soit détecté ne veut pas dire qu'il est pris en charge.
| Niveau | Signification | Matériel |
|---|---|---|
| Validé | Les modèles y tournent dans le moteur stable | GPU NVIDIA (les deux moteurs), Apple Silicon (le moteur Triton via Metal, le moteur PyTorch via MPS), CPU (le moteur PyTorch) |
| Expérimental | Essayé par le moteur, pas encore validé sur du matériel par le laboratoire NeuroBrix | GPU Intel avec leur runtime Level Zero |
| Une cible | Le code existe, pas encore validé sur une carte | GPU AMD, via le pilote HIP de nbxtensor |
| Reconnu seulement | La détection l'identifie ; rien ne s'exécute | Tenstorrent, Moore Threads, Biren, Iluvatar, Hygon DCU, Cambricon |
Voir Prise en charge matérielle pour le détail.
Lancez neurobrix autotune certify sur votre carte et ouvrez une pull request avec le modèle certificate. Chaque classe de GPU que vous certifiez est servie à tous ceux qui ont cette carte.
Soumettez un profil matériel YAML pour votre machine. Format : Profils matériels.
Exécutez les modèles publiés sur votre matériel et signalez résultats et échecs dans les GitHub Issues. Joignez la sortie de neurobrix doctor.
L'existence d'un programme de vérification formel ou d'un badge : pas encore documentée. Partenariats matériels : [email protected].
Suivant : Prise en charge matérielle
© 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
Source de la documentation : GitLab