easydist

自动并行化，多框架通用，让分布式训练像单机一样简单。

easydist 是一个面向多生态系统的自动化并行化系统与基础设施，旨在简化分布式训练和推理的复杂性。它通过自动识别模型中的并行化机会，并生成高效的并行执行方案，帮助开发者无需深入底层细节即可利用多GPU或多节点资源。项目支持多种深度学习框架（如PyTorch等），提供统一的接口和编译优化，解决手动并行化耗时且易错的问题。核心能力包括自动并行策略搜索、算子融合、通信优化以及跨框架适配，适用于大规模模型训练和推理加速。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 81
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队alibaba
所属国家
官网地址
GitHubhttps://github.com/alibaba/easydist
定价模式free
价格说明开源项目，Apache-2.0许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型automatic-parallelization,deep-learning,diffusion-models,distributed-computing,graph-neural-networks,high-performance-computing,large-language-models,llama,llm,machine-learning
GitHub 星标★ 81
30天Star增速
HF 下载量
上线时间2023-09-07 00:00:00
最近更新2026-07-25 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 自动并行策略搜索，无需手动切分模型
  • 跨深度学习框架支持，降低迁移成本
  • 集成编译优化，提升分布式执行效率

不足之处

  • 早期项目，文档和社区生态待观察
  • 实际性能和稳定性需更多场景验证

适用场景

  • 大规模Transformer模型分布式训练
  • 多GPU环境下的模型推理加速
  • 跨框架模型并行化迁移

替代项目

PyTorch Distributed、Megatron-LM、DeepSpeed

项目介绍

easydist 是开发框架领域的开源项目，由 alibaba 开发，2023 年首次发布。

它收录于开发框架分类，该分类目前共有 803 个项目，GitHub 星标数为 81。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-25。Apache-2.0许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：大规模Transformer模型分布式训练。同类可对比的替代方案包括 PyTorch Distributed、Megatron-LM、DeepSpeed。

上一篇：EasyInstruct

下一篇：dialop

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木，从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶，想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包，快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12