跳转至

MPSBoost 0.3.0 发布审计

本文件记录 0.3.0 v2 arboretum 里程碑的发布门。

范围

0.3.0 支持：

  • dense numeric regression；
  • 二分类和多分类 classification；
  • squared-error objective；
  • quantile、Poisson 和 Tweedie 回归目标；
  • 确定性 quantization；
  • 深度受限 histogram tree；
  • decision tree、random forest、ExtraTrees 和 CatBoost-like numeric estimator；
  • native CPU 多分类 softmax，并保留显式 OvR compatibility；
  • 适合 CPU 的 isolation forest anomaly scoring；
  • 带 query-group validation 的 pointwise learning-to-rank scoring；
  • 真实 MPS gradient、histogram、split-scan、partition 和 buffer-pool path；
  • 显式 CPU oracle mode；
  • model save/load；
  • feature importance、permutation importance 和受控 SHAP-like explanation；
  • 导入期 MPS 环境提示，并给出可复制 setup 和 skip 命令；
  • cache diagnostics、显式 cache creation 和安全 cache clearing。

不包含：

  • sparse matrix；
  • native MPS 多分类 softmax；
  • 官方 third-party SHAP TreeExplainer integration；
  • categorical model persistence；
  • public GPU prediction；
  • 完整 third-party API compatibility。

License

  • 项目许可证：Apache-2.0。
  • Runtime dependency：NumPy，许可表达式由 package metadata 报告，为 permissive license。
  • Build/test-only dependency 不会打包进 runtime wheel。
  • Wheel 必须包含项目 LICENSE 文件。

Wheel 内容规则

Release wheel 只能包含 runtime package file：

  • Python package file；
  • native extension；
  • 编译后的 Metal shader library；
  • package metadata 和 license metadata。

Release wheel 不得包含：

  • specs/；
  • tests/；
  • benchmarks/；
  • .github/；
  • build directory；
  • cache directory；
  • raw .metal、.air 或 temporary shader files；
  • credential 或 runner file。

Native extension 可以链接 Python、C++、Objective-C runtime、Foundation、CoreFoundation 和 Metal 所需的 macOS system library 与 framework。它不得链接 heavyweight ML runtime，也不得链接 private project-local absolute path。

Validation Matrix

发布 0.3.0 前必须完成：

  • 本地 full test suite；
  • Python 3.10 和 3.13 上的 GitHub hosted CPU/package test；
  • Python 3.10 和 3.13 上的 self-hosted real Metal GPU test；
  • exact uploaded wheels 的 twine check；
  • fresh PyPI install 和 real MPS smoke test。

Benchmark Evidence

已提交的 benchmark result：

  • benchmarks/results/s4-m2-ultra-py313.json
  • benchmarks/results/s4-m2-ultra-py313.md
  • benchmarks/results/s6-m2-ultra-py313.json
  • benchmarks/results/s6-m2-ultra-py313.md

S6 report 同时记录 GPU 胜出场景和 small-data regression。gbdt-large-wide 端到端场景在记录的 M2 Ultra 验证机器上达到 1.629x median speedup。