PyTorch 北美 2026 大会新增入门系列课程与 PyTorch 认证培训助力您的 AI 之旅

来源：https://pytorch.org/blog/accelerate-your-ai-journey-with-new-introduction-track-at-pytorch-conference-na-2026-and-pytorch-associate-training/

精选项目

• PyTorch 标志 (https://pytorch.org/projects/pytorch/)

随着深度学习模型从研究原型迅速融入核心企业基础设施，对实用的端到端 PyTorch 专业技能的需求空前高涨。构建稳健的神经网络不仅需要高阶理解，更需要在实际训练、优化和部署模型方面具备实践经验。

为支持希望深化技术技能的开发者、研究人员和工程师，PyTorch 基金会将在 PyTorch 北美大会期间举办专门的入门系列课程 (https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=introduction)，并于 2026 年 10 月 19 日星期一 在加利福尼亚州圣何塞举办官方全天 PyTorch 认证培训 (https://events.linuxfoundation.org/pytorch-conference-north-america/features-add-ons/training/?utm_campaign=41307495-PyTorch%20Conference%202026%20-%20North%20America&utm_source=Training) 课程（上午 9 点至下午 5 点）。

本篇博客将介绍开发者可从技术会议与培训中期待什么。

入门系列课程内容一览

我们欢迎所有参会者——从学生、首次参加者到希望探索新领域的资深 AI 工程师——了解 PyTorch 北美大会全新的入门系列课程。探索您不熟悉的 PyTorch 库领域、PyTorch 生态系统或 AI 技术栈。课程涵盖基础概念、常见工作流程、项目导向以及开始使用 PyTorch 生态系统构建项目的实用方法。会议包括：

从数学焦虑到 PyTorch 信心 Yashasvi Misra，下午 3:25 PDT，LL20AB 会议室 本课程面向 Python 开发者、学生以及机器学习新手教育者，通过可视化讲解和互动练习解密张量、梯度和动态计算图。参会者将在实现基础神经网络和训练循环之前，建立直观的思维模型。

面向 PyTorch 开发者的实用 GPU 编程（使用 Triton） Suman Debnath, JanakiRam Goteti，上午 11:45 PDT，LL20CD 会议室 PyTorch 开发者依赖 torch.compile 等工具生成 GPU 内核，但编写自定义内核可能令人望而生畏。本课程介绍 Triton——一种开源的 Python 嵌入式编程模型，无需 CUDA 或 C++ 即可编写高性能 GPU 代码。参会者将学习 GPU 内存移动基础、探索线程并行化，并编写自定义的向量加法和矩阵乘法内核。

不可剖析则无法优化：学习阅读 PyTorch 跟踪信息 Aritra Roy Gosthipaty, Suvaditya Mukherjee，下午 2:50 PDT，LL20AB 会议室 现代分析工具生成的复杂跟踪信息可能难以解读。本演讲围绕 CPU 到 GPU 的调度链、计算受限与开销受限的工作负载以及内核计时差异建立实用的思维模型。参会者将使用 torch.compile、融合的 Triton 内核和 Liger 内核评估工作负载，以进行准确的性能比较。

从零开始到 PyTorch：通过构建自己的框架解密机器学习框架 Andrea Mattia Garavagno, Vijay Janapa Reddi，下午 2:15 PDT，LL20AB 会议室 理解框架内部机制对于调试复杂逻辑、优化硬件和参与后端基础设施开发至关重要。本课程介绍 TinyTorch——一个开源 CLI 项目，指导开发者使用纯 Python 重建核心框架组件，包括张量、自动求导、优化器和 Transformer。

理解现代视觉语言模型 Aastha Jhunjhunwala, Mark Moyou，中午 12:20 PDT，LL20AB 会议室 视觉语言模型（VLMs）在服务与扩展方面面临独特挑战。本演讲解构五种开源架构，探讨图像到令牌的编码、视觉语言融合策略、多 GPU 微调以及生产服务开销（如 KV 缓存压力和图像令牌扩展）。

开发者指南：vLLM 中的注意力机制 Lucas Wilkinson, Matthew Bonanni，上午 11:45 PDT，LL20AB 会议室 现代前沿模型依靠混合、滑动窗口、稀疏和线性注意力机制在长上下文窗口中管理 KV 缓存内存。本演讲详细介绍了 vLLM 引擎如何通过注意力后端、KV 缓存连接器和混合内存分配器表示和优化这些不同的模式。

提升您的 AI 技能：PyTorch 认证培训

PyTorch 基金会很高兴于 2026 年 10 月 19 日星期一 主办官方全天讲师主导的 PyTorch 认证培训。

培训内容

PyTorch 认证培训是一个线下面授、讲师主导的项目，旨在为参与者提供 PyTorch 认证助理考试关键领域所要求的基础和实践技能。通过一系列结构化的连续模块，课程弥合了核心概念与生产就绪实施之间的差距。

全天研讨会的参与者将接触：

• 互动讲座与实时演示： 直接从经验丰富的讲师那里获得清晰的技术见解，他们将实时演示模型构建和训练过程。
• 指导性 Jupyter Notebook 实验： 在交互式实验环境中从头开始构建、训练和优化深度学习模型。
• 理解检查点： 通过结构化测验和回顾巩固您对 PyTorch 生态系统关键组件的理解。
• 实用行业项目： 处理反映生产场景和部署挑战的真实用例。

通过在互动环境中与同行一起学习，参会者可获得讲师的直接反馈和实时指导。

为充分利用此实践课程，参会者应具备：

• 熟练的 Python 编程能力
• 熟悉 Jupyter Notebooks 和基本的 Google Colab 环境工作流程
• 对机器学习概念的基本了解
• 用于访问实践练习的活跃 Google 帐户

认识您的讲师

Faradawn Yang 是 NVIDIA AI 平台软件团队的一名工程师，专注于 AI 推理产品。Faradawn 持有芝加哥大学计算机科学硕士学位以及数学和计算机科学学士学位。在加入 NVIDIA 之前，他曾在一家营销测量公司担任数据工程师。

获取认证代券

为支持您的长期职业发展，每位完成培训的参与者都将收到一张价值 250 美元的 PyTorch 认证助理（PTCA） 官方认证考试代券。参加 PTCA 考试可提供一个清晰、行业认可的凭证，以验证您在 PyTorch 深度学习工作流程中的实践技能。

立即注册以提升您的 AI 技能

由于名额有限（为保持最佳师生比例），需提前注册以确保您的课堂席位。您可以在 10 月 13 日星期二 之前将 PyTorch 认证培训 直接添加到您的 PyTorch 北美大会注册中。

了解更多信息并注册 PyTorch 北美大会 PyTorch 认证培训 (https://hubs.la/Q04y8msv0)。