Tenstorrent tt-metal v0.83.0 版本发布：全面升级硬件加速与主流 AI 模型支持
这个 tt-metal 的全新预发布版本对底层内核、核心架构和神经网络库进行了重大性能升级与修复。它大幅增强了对 Kimi-K3、Ideogram 4 和 MiniMax-H3 等热门 AI模型 的硬件支持，让大模型在特定芯片上跑得更快、更稳。
底层内核与核心架构升级
本次更新对底层内核（LLK）和核心架构进行了多项关键优化。亮点包括支持解包切块的所有瓦片形状、优化了测试中断时的模拟器释放机制，并引入了 SRAMArena 来支持自定义的临时内存分配，从而提升运行效率。
TT-NN 神经网络库改进
在神经网络库 TT-NN 方面取得了显著进展。主要更新包括修复了 DiT 归一化和旋转位置编码（RoPE）的缺陷，优化了高级模型的循环扫描支持。同时，它还加强了对缓冲区和网络层布局的严格检查，有效避免运行时错误。
模型支持与基础设施
本次版本大幅扩展并优化了对顶尖 AI模型 的支持，包括 BH Galaxy 上的 Ideogram 4、Kimi-K3 循环扫描以及 MiniMax-H3 的动态长度处理。此外，基础设施和持续集成工作流也得到了简化，以确保更高的稳定性和性能。
查看筛选依据
开源项目阶段未明确
重要性 75/100
信号70结构75影响80可信度89热度65
关于这篇简报
- 内容类型
- 新闻摘要
- 信源类型
- 第一方／官方来源
- 原文发布时间
- 处理方式
- AI 辅助发现、翻译、摘要、分类与评分；编辑标准和纠错由编辑部维护。
- 核验边界
- 保留原始链接与发布信息；除非特别说明，本简报不构成独立事实核查。
- 发布方
- Polyemergence Editorial Desk · PolyEmergence Pte Ltd.
- 利益冲突
- 无已声明的财务或商业利益冲突。