新版进一步提升了PyTorch在摩尔线程GPU MUSA架构上的模型性能与覆盖度，能更友好地支持模型迁移到摩尔线程GPU。

　　PyTorch是全球广泛使用的深度学习框架，在自然语言处理、计算机视觉、推荐系统等多个领域展现出了强大的应用能力。

　　摩尔线程Torch-MUSA专为PyTorch提供MUSA后端加速支持，使得用户能够在MUSA架构上流畅运行深度学习模型，充分发挥国产全功能GPU的强大计算能力。

　　自发布以来，Torch-MUSA已历经多个版本的迭代，不断提升兼容性与性能。

　　经过持续的开发与优化，最新发布的v1.3.0版本已全面支持PyTorch 2.2.0，极大提升了模型训练与推理的效率，满足了更多高性能深度学习任务的需求。

　　目前，Torch-MUSA已完全开源，开发者可通过访问GitHub获取源代码。

　　摩尔线程鼓励开发者积极参与该项目的开发与改进，通过提交问题报告（issue）或代码修改申请（pull request）等方式，共同促进Torch-MUSA以及MUSA软件生态的持续进步和发展。

　　Torch-MUSA完全兼容PyTorc九游体育科技h的自动微分和动态图机制，支持多种常用的神经网络模块及优化算法，并加速了关键深度学习算子的计算。

　　初次发布，支持PyTorch 2.0，提供基础张量操作和常见神经网络层的MUSA加速。

　　支持PyTorch2.2.0，性能进一步提升，支持FSDP，支持更复杂的模型和更大规模的数据处理。