今天是 OneFlow 开源的第 903 天，OneFlow v0.9.0 正式发布。本次更新包含 640 个 commit，完整更新列表请查看链接：，欢迎下载体验新版本，期待你的反馈。

OneFlow v0.9.0 主要包括以下新增亮点功能和优化：

1. PyTorch 兼容性

OneFlow 对 PyTorch API 和 模型的兼容性进一步提升。新增与 PyTorch 对齐的 86 个 API 接口 和 算子， 修复了 104 个算子兼容性相关的 bug。支持更多的 PyTorch 模型一键迁移成 OneFlow 模型，并获得性能加速。

支持 Stable Diffusion、GLM、YOLOv5 等模型一键迁移为 OneFlow 模型oneflow.load 支持直接加载 torch.save 的模型，模型迁移更方便新增 oneflow.mock_torch 模块 与 mock 方法（），可以在不改变 PyTorch 的原始脚本的情况下，一键迁移包含多个脚本的复杂 PyTorch 模型。

2. 分布式编程易用性

Global Tensor 新增一系列方便分布式编程的接口与方法，并且修复了已知的相关 bug。

3. 支持自动并行

Graph 发布自动并行新特性（version 1） ， 支持在指定 Placement 下自动搜索速度最快的 SBP 组合，使用 Global Tensor 编写分布式模型无需纠结是数据并行、模型并行还是混合并行。

文档参见：

4. 性能优化

Graph 新增一系列与内存、执行速度、流水掩盖、编译速度相关的优化，提升性能，降低显存开销。

新增一系列算子优化与系统优化， 包括 Eager 的指令调度、高性能 CUDA kernel 、多内存池打通 等。

相比原始的基于 PyTorch、DeepSpeed、Apex 的 GLM 实现，基于OneFlow v0.9.0 训练 GLM-large（335M） 预训练模型，在简单调优后性能最高提升 3 倍，显存节省 1/3。

而在 Stable Diffusion 推理的性能表现上，在 A100 显卡，无论是 PCIe 40GB 还是 SXM 80GB 的配置，相比其他深度学习框架或编译器，OneFlow 的性能都是最快的。

5. 调试功能

Graph 提供一系列辅助调试的功能，包括：内存分析日志、编译阶段进度显示、计算图展示等。

6. IR

OneFlow IR 支持 JIT 编译 LR 代码、分布式描述 SBP signature 以及新增 OKL Dialect 等更多编译优化功能。

7. OneFlow-ONNX 工具

OneFlow-ONNX v0.6.0 版本发布，提升了转换接口的易用性，开发了多个新的特性，并新增支持 6 种模型以及 20 余种 Op，以及修复 6 个转换过程中的 bug。pip install oneflow-onnx==0.6.0 一键安装使用 。

仓库地址：

8. 报错信息提示

报错信息提示更加友好，支持高亮显示报错内容，简化大量系统内部信息细节，可以直观地了解出错的位置和类型。

完整版 OneFlow v0.9.0 更新内容请查看：

感谢以下贡献者：

liujuncheng, BBuf, wyg1997, jackalcooper, Flowingsun007, clackhan, daquexian, marigoold, lixinqi, guo-ran, hjchen2, strint, ouyangyu, MARD1NO, small1945, reygu, Ldpe2G, leaves-zwx, Yipeng1994, zhongshsh, lixiang007666, mosout, chengtbf, hhhfccz, doombeaker, howin98, xiacijie, farmerzhang1, shangguanshiyuan, JasonChen9, liufengwei0103, youxiudeshouyeren, laoliu97, EsdeathYZH, rejoicesyc, AsakusaRinne, LijunZhang01, Chenqll, xiezipeng-ML, simonJJJ, ShawnXuan

欢迎 Star、试用 OneFlow 最新版本：