📖 AI 总结

PyTorch Conference North America 2026于10月20日至21日在圣何塞举行，吸引超过3500名参会者，聚焦“加速开放智能”及PyTorch、vLLM、DeepSpeed、Ray、Helion和Safetensors等基金会项目的影响。PyTorch基金会执行董事Mark Collier在开幕演讲中阐述了构建开源软件、支持在任意芯片、任意云和任意智能体上训练与部署模型的目标。大会首日探讨研究、模型、框架、基础设施与硬件等各层的共享进展如何帮助社区协同提速，次日则展望更广泛的硬件参与和更大规模的前沿模型训练与定制。会议期间公布的主要进展包括：Google与Meta合作推出面向Google TPU的原生PyTorch后端TorchTPU，支持eager执行和torch.compile，并完成与TorchTitan、vLLM、SGLang和Ray的集成验证；面向AWS Trainium的TorchNeuron以Apache 2.0协议于10月20日启动公开测试，仅需单次配置变更即可运行PyTorch工作负载；此外还有面向IBM Spyre和AMD GPU的编译器开发工作。这些进展表明PyTorch生态正加速向多硬件平台扩展，并借助AI自身参与改进代码、内核和研究工作流。