NeuroBrix ha due motori. Il motore Triton (--triton) gira su nbxtensor e Triton e non richiede PyTorch. Il motore PyTorch (--compiled) richiede PyTorch, installato dall'indice che corrisponde al vostro hardware. Senza flag di modalità, un'esecuzione usa il motore PyTorch dove PyTorch è installato e il motore Triton dove non lo è, e la sua riga di avvio dice quale. NeuroBrix rileva il vostro hardware quando non passate --hardware. Nel dubbio, eseguite neurobrix doctor.
Motore Triton. Installate il driver NVIDIA, poi:
pip install neurobrix
neurobrix doctor
Senza PyTorch, un'esecuzione usa il motore Triton (engine: triton (torch not installed)). La libreria di runtime CUDA arriva con nbxtensor; non serve altro.
Motore PyTorch. Installate la build CUDA di PyTorch supportata dal vostro driver (vedere il selettore su pytorch.org), poi NeuroBrix con il suo extra pytorch. pip install torch da solo scarica la wheel PyTorch predefinita da PyPI, che può essere compilata per una versione di CUDA che il vostro driver o la vostra GPU non possono usare.
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
Risultato atteso: neurobrix doctor riporta il motore Triton, la build di PyTorch e le GPU che vede, e nessun problema bloccante.
Le attuali build di PyTorch per CUDA 13 non supportano più Volta. Il torch predefinito di PyPI e le build cu128, cu129, cu130 e cu132 non erano utilizzabili sulle macchine V100 del progetto. Su Volta usate cu126:
pip install --force-reinstall torch --index-url https://download.pytorch.org/whl/cu126
neurobrix doctor confronta l'sm_XY di ogni GPU con le architetture per cui è stato compilato il vostro PyTorch, e lo segnala quando non corrispondono.
Non è ancora indicata una versione minima del driver né una capacità di calcolo minima. Le macchine di test del progetto sono V100. neurobrix doctor riporta cosa ha la vostra macchina.
Il motore Triton gira sulla GPU Apple tramite Metal. PyPI non pubblica Triton per macOS: install-metal installa la build di Triton di NeuroBrix per le GPU Apple, con ogni wheel verificata rispetto allo sha256 scritto in nbxtensor.
pip install neurobrix
python -m nbxtensor install-metal
neurobrix doctor
La toolchain Metal di Xcode è l'altro requisito (neurobrix doctor segnala quando manca). Anche il motore PyTorch gira sulla GPU Apple, tramite MPS: pip install torch "neurobrix[pytorch]".
Il motore PyTorch gira sulla CPU. Per evitare di scaricare la build CUDA di PyTorch:
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install "neurobrix[pytorch]"
Iniziate dai modelli più piccoli del catalogo.
Rilevare un fornitore non equivale a eseguire su di esso. I livelli, con onestà:
| Livello | Hardware |
|---|---|
| Validato | GPU NVIDIA (entrambi i motori), Apple Silicon (il motore Triton tramite Metal, il motore PyTorch tramite MPS), CPU (il motore PyTorch) |
| Sperimentale | GPU Intel con il loro runtime Level Zero: provate dal motore Triton, non ancora validate su hardware dal laboratorio NeuroBrix — segnalazioni benvenute |
| Un obiettivo | GPU AMD: raggiunte dal motore Triton tramite il driver HIP di nbxtensor, non ancora validate su una scheda |
| Solo riconosciuto | Tenstorrent, Moore Threads, Biren, Iluvatar, Hygon DCU, Cambricon |
"Solo riconosciuto" significa che esiste il rilevamento e nient'altro. neurobrix doctor fornisce i comandi di installazione del produttore per una GPU Intel o AMD. Non pianificate un deployment su un livello sperimentale o obiettivo. Dettagli: Supporto 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