#4 · 主分类： 科学计算与数据笔记本
Enzyme
ad
automatic-differentiation
c
clang
compiler
cpp
deep-learning
derivative
differentiable-programming
enzyme
gradient
high-performance
llvm
llvm-enzyme
machine-learning
pytorch
rust
scientific-computing
simulation
tensorflow
LLVM和MLIR的高性能自动微分。
项目最后更新：08/26/26
GitHub Stars
1.7K
Forks数量
185
贡献者数量
88
许可证
Other
收录理由
Enzyme 的工作方式与常规自动微分库不同：它作为编译器插件直接作用于 LLVM 和 MLIR，能对已经过优化的原生代码求梯度，而不要求你把内核改写成某个框架的专用接口。这意味着用 C、C++、Rust 或 Julia 编写的老式求解器、物理引擎或自定义数值内核，只要静态可分析，就能获得与手工调优的自动微分工具相当的性能。PyTorch 或 TensorFlow 看不到这些代码，而 Enzyme 恰恰填补了这个空白。它并不面向终端用户提供 Python API 或 pip 安装包，而是需要针对自己的 LLVM 工具链从源码构建，官方也提供了 Homebrew、Spack 和 Nix 的包。对于 HPC 或性能敏感的科研计算场景，想在保留原生代码的同时拿到高效梯度，Enzyme 是少数几条真正走得通的路。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。