NeuroBrix a deux moteurs. Le moteur Triton (--triton) tourne sur nbxtensor et Triton et n'a pas besoin de PyTorch. Le moteur PyTorch (--compiled) a besoin de PyTorch, installé depuis l'index qui correspond à votre matériel. Sans option de mode, une exécution prend le moteur PyTorch là où PyTorch est installé et le moteur Triton ailleurs, et sa ligne de lancement dit lequel. NeuroBrix détecte votre matériel quand vous ne passez pas --hardware. En cas de doute, lancez neurobrix doctor.
Moteur Triton. Installez le pilote NVIDIA, puis :
pip install neurobrix
neurobrix doctor
Sans PyTorch, une exécution prend le moteur Triton (engine: triton (torch not installed)). La bibliothèque d'exécution CUDA vient avec nbxtensor ; rien d'autre n'est nécessaire.
Moteur PyTorch. Installez la version CUDA de PyTorch que votre pilote prend en charge (voir le sélecteur sur pytorch.org), puis NeuroBrix avec son extra pytorch. pip install torch seul tire la wheel PyTorch par défaut de PyPI, qui peut être construite pour une version de CUDA que votre pilote ou votre GPU ne peut pas utiliser.
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
Résultat attendu : neurobrix doctor signale le moteur Triton, la version de PyTorch et les GPU qu'il voit, et aucun problème bloquant.
Les versions actuelles de PyTorch pour CUDA 13 ne prennent plus en charge Volta. Le torch par défaut de PyPI et les versions cu128, cu129, cu130 et cu132 n'étaient pas utilisables sur les machines V100 du projet. Sur Volta, utilisez cu126 :
pip install --force-reinstall torch --index-url https://download.pytorch.org/whl/cu126
neurobrix doctor compare le sm_XY de chaque GPU aux architectures pour lesquelles votre PyTorch a été construit, et le signale en cas de différence.
Aucune version minimale de pilote ni capacité de calcul minimale n'est encore indiquée. Les machines de test du projet sont des V100. neurobrix doctor indique ce que possède votre machine.
Le moteur Triton tourne sur le GPU Apple via Metal. PyPI ne publie pas de Triton pour macOS : install-metal installe la version de Triton de NeuroBrix pour les GPU Apple, chaque wheel étant vérifiée par rapport au sha256 écrit dans nbxtensor.
pip install neurobrix
python -m nbxtensor install-metal
neurobrix doctor
La chaîne d'outils Metal de Xcode est l'autre prérequis (neurobrix doctor signale quand elle manque). Le moteur PyTorch tourne aussi sur le GPU Apple, via MPS : pip install torch "neurobrix[pytorch]".
Le moteur PyTorch tourne sur le CPU. Pour éviter de télécharger la version CUDA de PyTorch :
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install "neurobrix[pytorch]"
Commencez par les plus petits modèles du catalogue.
Détecter un fabricant ne signifie pas exécuter sur son matériel. Les niveaux, honnêtement :
| Niveau | Matériel |
|---|---|
| Validé | GPU NVIDIA (les deux moteurs), Apple Silicon (le moteur Triton via Metal, le moteur PyTorch via MPS), CPU (le moteur PyTorch) |
| Expérimental | GPU Intel avec leur runtime Level Zero : essayés par le moteur Triton, pas encore validés sur du matériel par le laboratoire NeuroBrix — retours bienvenus |
| Une cible | GPU AMD : atteints par le moteur Triton via le pilote HIP de nbxtensor, pas encore validés sur une carte |
| Reconnu seulement | Tenstorrent, Moore Threads, Biren, Iluvatar, Hygon DCU, Cambricon |
« Reconnu seulement » signifie que la détection existe, et rien de plus. neurobrix doctor donne les commandes d'installation du fabricant pour un GPU Intel ou AMD. Ne planifiez pas de déploiement sur un niveau expérimental ou cible. Détails : 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