2. 新增特性及变更

本章列出历次发布的新增特性及变更。

2.1. 配套MXMACA-Driver-3.2.1.12，MXMACA-SDK-3.2.1.10，MXMACA-Pytorch-3.2.1.3

2.1.1. maca-vllm-3.2.1.7

模块	特性说明
vllm	发布社区版本0.10.2
vllm	新增Qwen3-Next-80B-A3B-Instruct、 Qwen3-Next-80B-A3B-Instruct_w8a8模型

2.1.2. maca-modelzoo.llm.vllm-3.2.1.8

模块	特性说明
modelzoo.llm.vllm	发布社区版本0.10.2
modelzoo.llm.vllm	新增Qwen3-Next-80B-A3B-Instruct、 Qwen3-Next-80B-A3B-Instruct_w8a8模型

2.1.3. maca-sglang-3.2.1.8

模块	特性说明
sglang	适配v0.5.1
	支持Qwen3-80B-Next
	性能优化

2.1.4. maca-modelzoo.llm.sglang-3.2.1.8

模块	特性说明
modelzoo.llm.sglang	支持Qwen3-80B-Next

2.1.5. maca-ms-swift-3.2.1.6

模块	特性说明
ms-swift	新增 DeepSeek-R1-Distill-Qwen-32B 模型

2.2. 配套MXMACA-C500-Driver-3.1.0.11，MXMACA-C500-SDK-3.1.0.14，MXMACA-C500-Pytorch-3.1.0.4

2.2.1. mxc500-modelzoo.llm.diffusers-3.1.0.5

模块	特性说明
modelzoo.llm.diffusers	新增支持SD3.5

2.2.2. mxc500-ms-swift-3.1.0.6

模块	特性说明
ms-swift	首次发布

2.2.3. mxc500-verl-3.1.0.5

模块	特性说明
verl	首次发布

2.2.4. mxc500-megatron-lm-3.1.0.7

模块	特性说明
megatron-lm	发布transformer engine 2.3 backend

2.2.5. mxc500-sglang-3.1.0.8

模块	特性说明
sglang	适配v0.4.8
	支持Kimi-K2
	性能优化

2.2.6. mxc500-modelzoo.llm.sglang-3.1.0.9

模块	特性说明
modelzoo.llm.sglang	首次发布

2.3. 配套MXMACA-C500-Driver-3.0.0.5，MXMACA-C500-SDK-3.0.0.8，MXMACA-C500-Pytorch-3.0.0.3

2.3.1. mxc500-modelzoo.cnn.training-3.0.0.5

模块	特性说明
modelzoo.cnn.training	Pytorch版本升级到2.4

2.3.2. mxc500-mmcv-3.0.0.5

模块	特性说明
mmcv	Pytorch版本升级到2.4

2.3.3. mxc500-megatron-lm-3.0.0.5

模块	特性说明
megatron-lm	开源版本升级
megatron-lm	无模型改变

2.3.4. mxc500-colossalai-3.0.0.6

模块	特性说明
colossalai	开源版本升级

2.3.5. mxc500-vllm-3.0.0.5

模块	特性说明
vllm	版本升级为0.9.1
	新增招行文心一言模型
	Deepseek模型多机使用TP+DP

2.3.6. mxc500-modelzoo.llm.vllm-3.0.0.5

模块	特性说明
modelzoo.llm.vllm	新增internvl-2.5-26b、招行文心一言模型
modelzoo.llm.vllm	benchmark_serving.py支持多模态模型

2.3.7. mxc500-deepspeed-3.0.0.5

模块	特性说明
deepspeed	开源版本升级
deepspeed	无模型改变

2.3.8. mxc500-modelzoo.cnn.inference-3.0.0.5

模块	特性说明
modelzoo.cnn.inference	增加客户模型

2.4. 配套MXMACA-C500-Driver-2.33.0.9，MXMACA-C500-SDK-2.33.0.12，MXMACA-C500-Pytorch-2.33.0.5

2.4.1. mxc500-deepspeed-2.33.0.11

模块	特性说明
deepspeed	更新llamafactory 0.9.2
	增加了sequence paralle功能
	增强代码安全性

2.4.2. mxc500-internlm-2.33.0.12

模块	特性说明
internlm	支持长序列训练
internlm	支持MoE模型训练

2.4.3. mxc500-modelzoo.cnn.training-2.33.0.11

模块	特性说明
modelzoo.cnn.training	最低兼容MXMACA2.27版本

2.4.4. mxc500-megatron-lm-2.33.0.11

模块	特性说明
megatron-lm	删除megatron-lm core_v0.6.0
megatron-lm	新增megatron-lm core_v0.10.0

2.5. 配套MXMACA-C500-Driver-2.32.0.6，MXMACA-C500-SDK-2.32.0.6，MXMACA-C500-Pytorch-2.32.0.3

2.5.1. mxc500-megatron-lm-2.32.0.5

模块	特性说明
megatron-lm	计算通信并行支持sdma
megatron-lm	attention offload 支持TE

2.5.2. mxc500-paddle-2.32.0.5

模块	特性说明
paddle	修复op paddle.eye
paddle	修复bug

2.5.3. mxc500-bitsandbytes-2.32.0.5

模块	特性说明
bitsandbytes	社区版本升级到0.45.2

2.5.4. mxc500-ray-2.32.0.7

模块	特性说明
Ray	首次发布，支持ray.dag

2.5.5. mxc500-vllm-2.32.0.11

模块	特性说明
vllm	切换版本至0.8.2
vllm	支持V1 engine, 默认export VLLM_USE_V1=0 使用V0 engine测试

2.5.6. mxc500-modelzoo.llm.vllm-2.32.0.11

模块	特性说明
modelzoo.llm.vllm	支持vllm 0.8.2

2.5.7. mxc500-modelzoo.llm.diffusers-2.32.0.6

模块	特性说明
modelzoo.llm.diffusers	需配套MXMACA-C500-SDK-2.32.0.7使用
modelzoo.llm.diffusers	如需获取二进制安装包，请联系沐曦技术支持工程师

2.5.8. mxc500-onnxruntime-2.32.0.6

模块	特性说明
onnxruntime	需配套MXMACA-C500-SDK-2.32.0.7使用
onnxruntime	如需获取二进制安装包，请联系沐曦技术支持工程师

2.5.9. mxc500-modelzoo.cnn.inference-2.32.0.6

模块	特性说明
modelzoo.cnn.inference	需配套MXMACA-C500-SDK-2.32.0.7使用
modelzoo.cnn.inference	如需获取二进制安装包，请联系沐曦技术支持工程师

2.5.10. mxc500-sglang-2.32.0.10

模块	特性说明
sglang	v0.4.3版本适配
	支持DeepSeek-BF16模型及DeepSeek-R1-Qwen、DeepSeek-R1-Llama系列蒸馏模型
	支持W8A8_INT8量化

2.6. 配套MXMACA-C500-SDK-2.31.0.6，MXMACA-C500-Driver-2.31.0.6，MXMACA-C500-Pytorch-2.31.0.4

2.6.1. mxc500-deepspeed-2.31.0.3

模块	特性说明
deepspeed	增加liger_kernel融合算子
deepspeed	Pytorch版本升级到2.4

2.6.2. mxc500-colossalai-2.31.0.4

模块	特性说明
colossalai	Colossal-AI从0.3.4升级到0.3.6

2.6.3. mxc500-megatron-lm-2.31.0.3

模块	特性说明
megatron-lm	auto search
	冷热专家
	DeepSeek系列基础结构，aux loss free
	更新Readme和特性介绍

2.6.4. mxc500-triton-inference-server-2.31.0.3

模块	特性说明
triton-inference-server	Pytorch版本升级到2.4

2.7. 配套MXMACA-C500-Driver-2.29.0.13，MXMACA-C500-SDK-2.29.0.19，MXMACA-C500-Pytorch-2.29.0.4

2.7.1. mxc500-cv-cuda-2.29.0.6

模块	特性说明
cv-cuda	初版适配

2.7.2. mxc500-xtuner-2.29.0.7

模块	特性说明
xtuner	初版适配

2.7.3. mxc500-vllm-2.29.0.6

模块	特性说明
vllm	版本升级为0.6.6（仅适用py310）
	支持GGUF
	支持W8A8量化方式
	支持分离式推理

2.7.4. mxc500-modelzoo.llm.vllm-2.29.0.8

模块	特性说明
modelzoo.llm.vllm	兼容0.6.6特性（仅适用py310）
modelzoo.llm.vllm	新增支持模型

2.7.5. mxc500-modelzoo.llm.diffusers-2.29.0.6

模块	特性说明
modelzoo.llm.diffusers	支持Flux性能测试

2.7.6. mxc500-megatron-lm-2.29.0.7

模块	特性说明
megatron-lm	适配megatron-lm core0.8，新增模型，优化性能

2.7.7. mxc500-modelzoo.llm.transformers-2.29.0.7

模块	特性说明
modelzoo.llm.transformers	新增transformers框架功能/性能/精度测试模块

2.8. 配套MXMACA-C500-Driver-2.27.0.11，MXMACA-C500-SDK-2.27.0.11，MXMACA-C500-Pytorch-2.27.0.8

2.8.1. mxc500-vllm-2.27.0.9

模块	特性说明
vllm	切换0.6.2版本
	优化gptq & awq性能
	性能默认开启graph模式
	flash attn依赖包调整为依赖flash_attn_vllm包，可在发布的vLLM安装包获取
	支持num_schedule_steps
	支持BF16

2.8.2. mxc500-modelzoo.llm.vllm-2.27.0.9

模块	特性说明
modelzoo.llm.vllm	优化gptq & awq性能
	性能默认开启graph模式
	flash attn依赖包调整为依赖flash_attn_vllm包，可在发布的vllm安装包获取
	支持num_schedule_steps
	支持BF16

2.8.3. mxc500-modelzoo.llm.diffusers-2.27.0.8

模块	特性说明
modelzoo.llm.diffusers	新增支持Flux

2.8.4. mxc500-deepspeed-2.27.0.10

模块	特性说明
deepspeed	发布15.1

2.8.5. mxc500-modelzoo.cnn.inference-2.27.0.10

模块	特性说明
modelzoo.cnn.inference	支持modelzoo3.0模型

2.8.6. mxc500-onnxruntime-2.27.0.8

模块	特性说明
onnxruntime	新增支持mha算子attn_mask_broadcast规则
	修复fasterRcnn的NMS、topk算子问题
	bert、字节模型优化

2.8.7. mxc500-modelzoo.cnn.training-2.27.0.7

模块	特性说明
modelzoo.cnn.training	mmcv升级到2.2

2.9. 配套MXMACA-C500-Driver-2.25.2.8，MXMACA-C500-SDK-2.25.2.9，MXMACA-C500-Pytorch-2.25.2.8

2.9.1. mxc500-ppl.llm.serving-2.25.2.10

模块	特性说明
ppl.llm.serving	新增Qwen1.5模型，Yi1.5模型

2.9.2. mxc500-modelzoo.llm.ppl-2.25.2.10

模块	特性说明
modelzoo.llm.ppl	新增Qwen1.5模型，Yi1.5模型

2.9.3. mxc500-vllm-2.25.2.12

模块	特性说明
vllm	优化gptq、awq功能
	支持MXMACA graph
	优化MOE模型性能
	支持PP流水线并行

2.9.4. mxc500-modelzoo.llm.vllm-2.25.2.12

模块	特性说明
modelzoo.llm.vllm	支持MXMACA graph测试功能

2.9.5. mxc500-triton-inference-server-2.25.2.10

模块	特性说明
triton-inference-server	新增onnxruntime backend

2.9.6. mxc500-mmcv-2.25.2.10

模块	特性说明
mmcv	新增适配

2.9.7. mxc500-modelzoo.llm.diffusers-2.25.2.11

模块	特性说明
modelzoo.llm.diffuser	支持静态模型推理

2.9.8. mxc500-modelzoo.cnn.inference-2.25.2.12

模块	特性说明
modelzoo.cnn.inference	新增I3D/Speech-Transformer/yolov5s_tag5模型

2.9.9. mxc500-onnxruntime-2.25.2.11

模块	特性说明
onnxruntime	增加支持了若干模型
	支持max_pool global_ave_poll reducemean 5d算子
	进一步优化了conv、bridge算子性能，支持了conv 3d
	支持了QuickGelu算子融合
	优化了bert性能

2.9.10. mxc500-modelzoo.cnn.training-2.25.2.10

模块	特性说明
modelzoo.cnn.training	优化了部分模型配置参数

2.10. 配套MXMACA-C500-Driver-2.25.0.3，MXMACA-C500-SDK-2.25.0.7，MXMACA-C500-Pytorch-2.25.0.0

2.10.1. mxc500-ppl.llm.serving-2.25.0.5

模块	特性说明
ppl.llm.serving	修复了部分kernel地址越界问题

2.10.2. mxc500-modelzoo.llm.ppl-2.25.0.5

模块	特性说明
modelzoo.llm.ppl	修复了部分kernel地址越界问题

2.10.3. mxc500-vllm-2.25.0.6

模块	特性说明
vllm	优化了性能
vllm	解决部分多卡运行问题

2.10.4. mxc500-modelzoo.llm.vllm-2.25.0.6

模块	特性说明
modelzoo.llm.vllm	优化了性能
modelzoo.llm.vllm	解决部分多卡运行问题

2.11. 配套MXMACA-C500-Driver-2.24.0.10，MXMACA-C500-SDK-2.24.0.12，MXMACA-C500-Pytorch-2.24.0.5

2.11.1. mxc500-megatron-lm-2.24.0.4

模块	特性说明
Megatron-LM	优化框架性能，新增chatglm3，qwen2，qwen1.5，baichuan2模型支持

2.11.2. mxc500-modelzoo.llm.ppl-2.24.0.4

模块	特性说明
modelzoo.llm.ppl	新增支持模型Baichun2-13B

2.11.3. mxc500-ppl.llm.serving-2.24.0.4

模块	特性说明
PPL-LLM	新增支持模型Baichun2-13B

2.11.4. mxc500-vllm-2.24.0.4

模块	特性说明
vLLM	版本适配切换到0.5.4
	优化paged attn、fuse moe kernel实现
	新增Llama3.1等模型适配

2.11.5. mxc500-modelzoo.llm.vllm-2.24.0.4

模块	特性说明
modelzoo.llm.vllm	新增兼容vllm 0.5.4脚本，新加若干个模型
modelzoo.llm.vllm	提供 torch profile 方式

2.11.6. mxc500-alpaca-lora-2.24.0.4

模块	特性说明
alpaca-lora	支持alpaca-7b和alpaca-13b

2.11.7. mxc500-paddle-2.24.0.5

模块	特性说明
Paddle-maca	优化了部分算子性能

2.11.8. mxc500-internlm-2.24.0.4

模块	特性说明
internlm	增加对InternEvo的支持

2.11.9. mxc500-modelzoo.llm.diffusers-2.24.0.6

模块	特性说明
modelzoo.llm.diffusers	增加多卡运行代码

2.12. 配套MXMACA-C500-Driver-2.23.0.1014，MXMACA-C500-SDK-2.23.0.1018，MXMACA-C500-Pytorch-2.23.0.1011

2.12.1. mxc500-onnxruntime-2.23.0.3

模块	特性说明
Onnxruntime-maca	进一步优化了conv、resize、transpose、bridge等算子的性能
Onnxruntime-maca	解决了部分模型无法运行的问题

2.12.2. mxc500-ppl.llm.serving-2.23.0.3

模块	特性说明
PPL-LLM	优化了部分算子性能

2.12.3. mxc500-modelzoo.llm.ppl-2.23.0.3

模块	特性说明
modelzoo.llm.ppl	提供了若干个ppl测试样例

2.12.4. mxc500-vllm-2.23.0.3

模块	特性说明
vLLM	bloom模型推理问题，修复qwen_moe和deepseek推理问题
	优化paged attn
	新增lora、multi-lora 支持和优化
	新增gptq、awq功能支持，性能待优化

2.12.5. mxc500-modelzoo.llm.vllm-2.23.0.1

模块	特性说明
modelzoo.llm.vllm	提供了若干个vllm测试样例，测试dytpe改成float16
modelzoo.llm.vllm	新增lora和gptq测试脚本

2.12.6. mxc500-internlm-2.23.0.1

模块	特性说明
internlm	添加了训练脚本和README文档
internlm	删除了不再起作用的环境变量

2.12.7. mxc500-modelzoo.llm.diffusers-2.23.0.1

模块	特性说明
modelzoo.llm.diffusers	提供了diffusers的onnx后端测试样例
	新增Prati数据集测试方式
	完善打印信息

2.12.8. mxc500-paddle-2.23.0.1

模块	特性说明
Paddle-maca	更新到2.6.0版本

2.12.9. mxc500-modelzoo.cnn.training-2.23.0.1

模块	特性说明
modelzoo.cnn.training	解决部分模型运行报错问题

2.13. 配套MXMACA-C500-2.22.0.9 amd64和MXMACA-C500-2.22.0.11 arm64

2.13.1. mxc500-onnxruntime-2.22.0.9.318/mxc500-onnxruntime-ft2000-2.22.0.11.159

模块	特性说明
Onnxruntime-maca	优化了部分算子的性能

2.13.2. mxc500-megatron-lm-2.22.0.9.306

模块	特性说明
Megatron-LM	优化框架性能，支持core0.6.0

2.13.3. mxc500-ppl.llm.serving-2.22.0.9.311/mxc500-ppl.llm.serving-ft2000-2.22.0.11.168

模块	特性说明
PPl-LLM	优化了部分算子性能

2.13.4. mxc500-modelzoo.llm.ppl-2.22.0.9.118

模块	特性说明
modelzoo.llm.ppl	提供了若干个ppl测试样例

2.13.5. mxc500-vllm-2.22.0.9.186

模块	特性说明
vLLM	优化gemm计算
vLLM	修复长文本oom问题

2.13.6. mxc500-modelzoo.llm.vllm-2.22.0.9.122

模块	特性说明
modelzoo.llm.vllm	提供了若干个vLLM测试样例

2.13.7. mxc500-internlm-2.22.0.9.33

模块	特性说明
internlm	internlm大模型训练框架

2.13.8. mxc500-modelzoo.llm.diffusers-2.22.0.9.120

模块	特性说明
modelzoo.llm.diffusers	提供了diffusers的onnx后端测试样例

2.13.9. mxc500-modelzoo.llm.transformers-2.22.0.9.115

模块	特性说明
transformers	提供了transformers测试环境和测试代码

2.13.10. mxc500-modelzoo.cnn.training-2.22.0.9.61

模块	特性说明
modelzoo.cnn.training	提供了若干个cnn training测试样例

2.13.11. mxc500-modelzoo.cnn.inference-2.22.0.9.120

模块	特性说明
modelzoo.cnn.inference	提供了常见的CNN模型的ONNXRUNTIME推理测试样例

2.13.12. mxc500-bitsandbytes-2.22.0.9.150

模块	特性说明
bitsandbytes	支持了部分场景下bitsandbytes的API

2.14. 配套MXMACA-C500-2.20.2.19

2.14.1. mxc500-onnxruntime-2.20.2.18.238

模块	特性说明
Onnxruntime-maca	优化了部分算子性能
Onnxruntime-maca	解决了部分模型无法运行的问题

2.14.2. mxc500-megatron-lm-2.20.2.2.141

模块	特性说明
Megatron-LM	新增对megatron-Core的支持

2.14.3. mxc500-ppl.llm.serving-2.20.2.18.236

模块	特性说明
PPl-LLM	新增支持了Qwen、Mixtral、Llama3模型
PPl-LLM	优化了部分模型性能

2.14.4. mxc500-colossalai-2.20.2.2.91

模块	特性说明
ColossalAI	首次发布，优化optimizer性能

2.14.5. mxc500-vllm-2.20.2.19.147

模块

特性说明

vLLM

首次发布，兼容官方0.4.0版本

存在以下局限性：

当前暂不支持Lora，后续将完善支持
支持GPTQ量化方式，暂不支持其他量化方式
暂不支持enforce_eager=False方式，内部关闭
暂不支持FP8类型的KV Cache
当前仅包含Ubuntu 20系统版本，后续将完善支持其他系统

2.15. 配套MXMACA-C500-2.19.2.23

2.15.1. mxc500-onnxruntime-2.19.2.23.111

模块	特性说明
Onnxruntime-maca	优化部分模型计算性能

2.15.2. mxc500-ppl.llm.serving-2.19.2.23.111

模块	特性说明
PPL-LLM	优化部分模型计算性能

2.16. 配套MXMACA-C500-2.19.2.7

2.16.1. mxc500-onnxruntime-2.19.2.5.65

模块	特性说明
Onnxruntime-maca	新增profiling功能
Onnxruntime-maca	优化部分模型计算性能

2.16.2. mxc500-ppl.llm.serving-2.19.2.7.66

模块	特性说明
PPL-LLM	优化部分模型计算性能

2.17. 配套MXMACA-C500-2.19.0.12

2.17.1. mxc500-onnxruntime-2.19.0.12.40

模块	特性说明
Onnxruntime-maca	优化部分模型计算性能

2.17.2. mxc500-ppl.llm.serving-2.19.0.12.43

模块	特性说明
PPL LLM	新增支持Llamav2，ChatGLM2，ChatGLM3模型
PPL LLM	优化模型转换及服务化部署示例

2.18. 配套MXMACA-C500-2.18.0.4

无新增和变更特性，修复reported bug。

2.19. 配套MXMACA-C500-2.17.3.11

2.19.1. mxc500-onnxruntime-2.17.3-0

模块	特性说明
Onnxruntime-maca	优化部分模型计算性能
Onnxruntime-maca	修复部分算子计算逻辑问题

2.19.2. mxc500-deepspeed-2.17.3.11.76

模块	特性说明
DeepSpeed	Alpha版本，支持大模型训练

2.19.3. mxc500-megatron-lm-2.17.3.11.35

模块	特性说明
Megatron-LM	Alpha版本，支持大模型训练

2.19.4. mxc500-paddle-2.17.3.9.111

模块	特性说明
Paddle-maca	Alpha版本，支持FP32精度下的单卡及多卡训练

2.19.5. mxc500-ppl.llm.serving-2.17.3.11.58

模块	特性说明
PPL LLM	Alpha版本，支持LLama v1，Baichuan，InternLM模型

2.20. MXC500-ONNXRUNTIME-2.16.1-3

模块	特性说明
Onnxruntime-maca	新增支持部分模型
Onnxruntime-maca	优化部分算子性能

2.21. MXC500-ONNXRUNTIME-2.15.0-4

模块	特性说明
Onnxruntime-maca	支持C、C++和Python接口
	支持多种模型数据类型，包括float32、float16、int8、uint8等
	支持动态batch推理功能
	支持多线程调用和多进程调用
	支持单机多GPU卡
	支持用户管理系统内存、锁页内存、显存
MacaConverter	支持Caffe、Tensorflow、Pytorch、PaddlePaddle、Darknet模型转为ONNX模型
	支持ONNX简化
	支持FP32模型转为FP16模型
	支持子图提取、图优化
MacaQuantizer	支持多种量化算法
	支持开启强制优化
	支持量化损失阈值配置
	支持自定义预处理
	支持自动量化流程
	支持Debug模式
MacaPrecision	支持MXC500与CPU精度对比
	支持逐层精度对比
	支持多种精度评估方法
	支持量化模型精度分析