O NeuroBrix tem dois motores. O motor Triton (--triton) corre sobre o nbxtensor e o Triton e não precisa de PyTorch. O motor PyTorch (--compiled) precisa do PyTorch, instalado a partir do índice que corresponde ao seu hardware. Sem opção de modo, uma execução usa o motor PyTorch onde o PyTorch está instalado e o motor Triton onde não está, e a sua linha de arranque diz qual. O NeuroBrix deteta o seu hardware quando não passa --hardware. Em caso de dúvida, execute neurobrix doctor.
Motor Triton. Instale o controlador NVIDIA e depois:
pip install neurobrix
neurobrix doctor
Sem PyTorch, uma execução usa o motor Triton (engine: triton (torch not installed)). A biblioteca de runtime CUDA vem com o nbxtensor; não é preciso mais nada.
Motor PyTorch. Instale a versão CUDA do PyTorch que o seu controlador suporta (veja o seletor em pytorch.org) e depois o NeuroBrix com o seu extra pytorch. pip install torch sozinho traz a wheel predefinida do PyTorch a partir do PyPI, que pode ser compilada para uma versão de CUDA que o seu controlador ou a sua GPU não conseguem 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: o neurobrix doctor indica o motor Triton, a versão do PyTorch e as GPU que vê, e nenhum problema bloqueante.
As versões atuais do PyTorch para CUDA 13 já não suportam Volta. O torch predefinido do PyPI e as versões cu128, cu129, cu130 e cu132 não eram utilizáveis nas máquinas V100 do projeto. Em Volta, use cu126:
pip install --force-reinstall torch --index-url https://download.pytorch.org/whl/cu126
O neurobrix doctor compara o sm_XY de cada GPU com as arquiteturas para as quais o seu PyTorch foi construído e di-lo quando não coincidem.
Ainda não está indicada nenhuma versão mínima do controlador nem capacidade de computação mínima. As máquinas de teste do projeto são V100. O neurobrix doctor indica o que a sua máquina tem.
O motor Triton corre na GPU Apple através de Metal. O PyPI não publica Triton para macOS: install-metal instala a versão do Triton do NeuroBrix para GPU Apple, com cada wheel verificada em relação ao sha256 escrito no nbxtensor.
pip install neurobrix
python -m nbxtensor install-metal
neurobrix doctor
A cadeia de ferramentas Metal do Xcode é o outro requisito (o neurobrix doctor avisa quando falta). O motor PyTorch também corre na GPU Apple, através de MPS: pip install torch "neurobrix[pytorch]".
O motor PyTorch corre no CPU. Para evitar transferir a versão CUDA do PyTorch:
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install "neurobrix[pytorch]"
Comece pelos modelos mais pequenos do catálogo.
Detetar um fabricante não é o mesmo que executar nele. Os níveis, com honestidade:
| Nível | Hardware |
|---|---|
| Validado | GPU NVIDIA (os dois motores), Apple Silicon (o motor Triton através de Metal, o motor PyTorch através de MPS), CPU (o motor PyTorch) |
| Experimental | GPU Intel com o seu runtime Level Zero: experimentadas pelo motor Triton, ainda não validadas em hardware pelo laboratório NeuroBrix — relatos bem-vindos |
| Um objetivo | GPU AMD: alcançadas pelo motor Triton através do controlador HIP do nbxtensor, ainda não validadas numa placa |
| Só reconhecido | Tenstorrent, Moore Threads, Biren, Iluvatar, Hygon DCU, Cambricon |
"Só reconhecido" significa que a deteção existe e nada mais. O neurobrix doctor dá os comandos de instalação do fabricante para uma GPU Intel ou AMD. Não planeie uma implementação num nível experimental ou de objetivo. Detalhes: Suporte 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