Skip to main content

> ML_KUTUPHANE // EXECUTORCH_v1.0

ExecuTorch

Meta / PyTorch Foundation — PyTorch için mobil ve uç cihazlarda cihaz içi yapay zekayı etkinleştiren uçtan uca çözüm.

client-edge-embeddedv0.3.0BSD-3-Clausequalified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Desteklenmiyor

Bu kütüphane optimize edilmiş bir inference motorudur; model eğitimi için kullanılmaz.

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPUMPS
Hedef Ortamlar (Targets):mobile, edge
Kuantizasyon Formatları:torchao INT4/INT8, XNNPACK FP16

Neleri Sağlar (Ne Yapar)

  • +PyTorch 2.x modellerini iOS, Android ve gömülü DSP'lerde yerel olarak çalıştırma
  • +İşlemleri Apple Core ML, Qualcomm Hexagon ve ARM NPU donanımlarına delege etme
  • +Asgari bellek tüketen kompakt ve modüler C++ çalışma zamanı (çekirdek <50KB)

Neleri Sağlamaz (Ne Yapmaz)

  • -Cihaz üzerinde model eğitme (saf çıkarım motorudur)
  • -Bulut ortamında çok kiracılı eşzamanlı istek sunumu yapma
  • -Web tarayıcılarında doğrudan çalışma

>Uygun İş Tipleri

  • iOS ve Android uygulamalarına doğrudan mobil bilgisayarlı görü modelleri (YOLO vb.) dağıtma
  • Amiral gemisi akıllı telefonlarda çalışan cihaz içi LLM modelleri (kuantalanmış Llama 3 8B)
  • Sıkı termal ve pil kısıtlamalarına sahip giyilebilir teknoloji yapay zekası

>Uygun Olmayan İş Tipleri

  • Veri merkezi yüksek verimli model sunum kümeleri
  • Tablo finansal tahminleme
Veri Yerleşimi ve İkameti

%100 cihaz üzerinde özel yürütme.

Güvenlik Değerlendirmesi

.pte ikili formatı, dinamik kod çalıştırmadan yükleme anında sıkı şekilde doğrulanır.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:emerging
Öğrenme Eğrisi:high
Operasyon Yükü:moderate
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • Modelleri dışa aktarmak, torch.export dinamik tensör kısıtlamalarına sıkı uyum gerektirir.
  • TensorFlow Lite'a kıyasla daha yeni bir ekosistemdir.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

training-serving-skew

> Birincil Kanıt ve Doğrulama Kaynakları

ExecuTorch Documentationofficial-docs • >=0.2.0, <=0.3.x
2026-09-25HIGH