update readme

README.md

-# APEX
+# <div align="center"><strong>APEX</strong></div>
+
+## 1 简介
 
-# 1 简介
 DAS软件栈提供DCU适配版的apex深度学习框架。得益于DAS软件栈对apex特性功能的支持，开发者针对DCU加速卡开发应用时，可以便捷调用apex用于简化Pytorch中的混合精度和分布式训练等功能。
 
-# 2 编译安装方式
+## 2 安装
 
-## 2.1 环境准备
+组件支持组合
 
-当前组件在下面的环境下已验证编译成功：
+| PyTorch版本 | fastpt版本 | cuBVH版本     | DTK版本  | Python版本      | 推荐编译方式 |
+| ----------- | ---------- | ------------- | -------- | --------------- | ------------ |
+| 2.5.1       | 2.1.0      | main-eeb9d5fa | >= 25.04 | 3.8、3.10、3.11 | fastpt不转码 |
+| 2.4.1       | 2.0.1      | main-eeb9d5fa | >= 25.04 | 3.8、3.10、3.11 | fastpt不转码 |
 
-| 序号 | FastPT版本 | Pytorch版本 | DTK版本 |
-| :--: | :--------: | :---------: | :-----: |
-|  1  | 2.1.0+das.dtk25041 |2.5.1|dtk25041|
-|  2  | 2.1.0+das.dtk2504 |2.5.1|dtk2504|
-|  3  | 2.0.1+das.dtk25041 |2.4.1|dtk25041|
-|  4  | 2.0.1+das.dtk2504 |2.4.1|dtk2504|
++ pytorch 版本大于 2.4.1 && dtk 版本大于 25.04 推荐使用 fastpt 不转码编译。
 
-## 2.2 编译流程
+### 2.1 使用pip方式安装
 
-### 2.2.1 基础环境检查
+apex whl 包下载目录：[光和开发者社区](https://download.sourcefind.cn:65024/4/main)，选择对应的 pytorch 版本和 python 版本下载对应 apex 的 whl 包: 
 
-* 检查当前环境是否安装 DTK，若没有则需要安装 DTK，并确定当前环境下 DTK 的版本；
-* 检查当前环境是否安装 Pytorch，若没有则需要安装 Pytorch，并确定当前环境下 Pytorch 的版本是否与 DTK 版本对应；
-* 检查当前环境是否安装 FastPT，若没有则需要安装 FastPT，并确定当前环境下 FastPT 的版本是否与 Pytorch 的版本相对应。
+```shell
+pip install torch* # 下载 torch 的 whl 包
+pip install fastpt* --no-deps # 下载 fastpt 的 whl 包
+source  /usr/local/bin/fastpt -E
+pip install apex* # 下载的 apex-fastpt 的 whl 包
+```
 
-### 2.2.2 apex 编译流程
-* 安装依赖
-```bash
-pip install wheel
-pip install pytest
+### 2.2 使用源码编译方式安装
+
+#### 2.2.1 编译环境准备
+
+提供基于 fastpt 不转码编译：
 
-source /usr/local/bin/fastpt -C
+1. 基于光源 pytorch 基础镜像环境：镜像下载地址：[光合开发者社区](https://sourcefind.cn/#/image/dcu/pytorch)，根据 pytorch、python、dtk 及系统下载对应的镜像版本。
+2. 基于现有 python 环境：安装 pytorch，fastpt whl 包下载目录：[光合开发者社区](https://sourcefind.cn/#/image/dcu/pytorch)，根据 python、dtk 版本，下载对应 pytorch 的 whl 包。安装命令如下：
 
-python3 setup.py --cpp_ext --cuda_ext --peer_memory --nccl_p2p --fast_bottleneck bdist_wheel # 编译指令
+```shell
+pip install torch* # 下载torch的whl包
+pip install fastpt* --no-deps # 下载fastpt的whl包, 安装顺序，先安装torch，后安装fastpt
+pip install setuptools==59.5.0 wheel pytest
 ```
-并通过下面的命令安装 Pytorch3d:
-```bash
-pip install dist/apex-0.1-cp310-cp310-linux_x86_64.whl
+
+#### 2.2.2 源码编译安装
+
+- 代码下载
+
+```shell
+git clone http://developer.sourcefind.cn/codes/OpenDAS/apex.git # 根据编译需要切换分支
 ```
-# 3  组件测试
-执行下面的命令测试组件：
+- whl 包构建安装：
+
+    ```bash
+    pip install wheel
+    pip install pytest
+
+    source /usr/local/bin/fastpt -C
+
+    python3 setup.py --cpp_ext --cuda_ext --peer_memory --nccl_p2p --fast_bottleneck bdist_wheel # 编译指令
+    pip install dist/apex-0.1-cp310-cp310-linux_x86_64.whl
+    ```
+#### 2.2.3 注意事项
+
++ ROCM_PATH 为 dtk 的路径，默认为 /opt/dtk；
++ 在 pytorch2.5.1 环境下编译需要支持 c++17 语法，打开setup.py文件，把文件中的 -std=c++14 修改为 -std=c++17。
+
+## 3 验证
+- 执行下面的命令测试组件：
+
 ```bash
 pip install expecttest
 
@@ -48,3 +75,12 @@ source /usr/local/bin/fastpt -E
 cd tests/L0
 python run_test.py
 ```
+
+## 4 Known Issue
+
+- 无
+
+## 5 参考资料
+
+- [README_ORIGIN](README_ORIGIN.md)
+- [https://github.com/NVIDIA/apex.git](https://github.com/NVIDIA/apex.git)