2026-08-29
来源: pytorch.org
49
PyTorch Conference North America 2026 将 vLLM 放在一组相互连接的技术议题中：KV cache 管理、分离式服务、硬件可移植性、内核优化、PyTorch 集成、Mixture-of-Experts（MoE）推理、注意力机制，以及生产环境服务。这个议程传递出一个清晰信号：高性能推理已经不只是“把模型跑起来”，而是...
2026-08-28
来源: pytorch.org
34
PyTorch Conference North America 2026 的 Core PyTorch sessions，关注的不是某个单一模型或应用案例，而是支撑整个 PyTorch 生态运行的工程基础：编译器与运行时、分布式通信、设备可移植性、发布工程、CI、可观测性、加速器集成，以及贡献者基础设施。对每天训练和部署模型的开发者来说，这些议题决定...
2026-08-27
来源: pytorch.org
53
PyTorch Ecosystem Working Group 将 Perforated、AReaL、TorchJD、RLinf、Miles、SMG、FiftyOne、TokenSpeed、VisualTorch 和 TorchSurv 纳入 PyTorch Ecosystem Landscape。一次增加 10 个项目，说明围绕 PyTorch 的工...
2026-08-21
来源: pytorch.org
44
PyTorch Conference North America 2026 的主题演讲阵容已经公布。大会将于 2026 年 10 月 20 日至 21 日在美国加州圣何塞举行，议程聚焦 PyTorch 的最新进展，以及如何在 AWS Trainium 上使用原生 PyTorch 等方向。 对于正在维护训练平台、模型代码或推理基础设施的开发者来说，这类议...
2026-08-20
来源: pytorch.org
36
模型架构、算子组合和精度格式持续变化，而负责导入、优化和执行模型的编译栈往往需要更长的适配周期。即使底层系统已经成熟，一个新模型也可能因为少数未知算子、动态形状约束或图变换错误而无法运行。AI 的价值不只是生成一段补丁，而是把故障归类、最小化复现、查找相似实现和验证候选改动串成一条受控流水线。 团队容易把“模型可以导入”误认为“模型已经支持”。更实用的...
2026-08-07
来源: pytorch.org
47
PyTorch Conference North America 已确定于 2026 年 10 月 20 日至 21 日在美国加利福尼亚州圣何塞举行，并开始公布主题演讲嘉宾。已披露的演讲者包括 PyTorch Foundation 执行董事 Mark Collier，以及执行董事 Mazin Gilbert。对开发者而言，这类主题演讲的价值不只在于了解...
2026-08-06
来源: pytorch.org
44
圣克鲁兹首场 PyTorch Meetup 聚集了 45 位本地工程师、学生与技术负责人。活动一边讨论 GPU 与 CUDA 这类底层工程问题，一边通过闪电演讲展示 PyTorch 在化学、植物健康和自动驾驶等领域的应用。这样的议程说明，机器学习社区真正需要的并不只是模型结构分享，还需要把硬件、框架和具体行业问题放在同一张桌子上讨论。 对 PyTorc...
2026-07-30
来源: pytorch.org
44
定制 GPU 编译器基础设施常见的难题，不是完成一次漂亮的优化，而是让优化在上游持续变化时仍然可用。Meta 的 FBTriton 一边承载 TLX、autoWS 等编译器创新，一边通过代理式上游摄取和分层的 L1/L2/L3 验证体系保持与 Triton 同步。真正值得借鉴的，是它把“跟进上游”从临时救火变成了一条可重复执行、可以逐层建立信心的工程流...
2026-07-29
来源: pytorch.org
54
PyTorch Foundation 正在征集 2026 年 PyTorch Conference North America 的 flare pin 设计。获胜者将获得一张该大会的免费门票。对开发者和技术设计师来说，这不只是一次画图比赛：一枚合格的徽章既要传达 PyTorch 社区的气质，也要经得起缩小、制版和实体生产。 会议徽章的展示面积有限。屏幕...
2026-07-24
来源: aws.amazon.com
55
银行的下一最佳产品（Next-Best-Product，NBP）推荐，不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文，并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制，可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...