寒武纪魏力亮相2026年PyTorch中国大会，演讲主题聚焦“面向无设备依赖的PyTorch：构建多后端生态统一基础设施”

魏力探讨了寒武纪如何将十年全栈协同优化经验反哺上游社区，通过“上游优先”策略强化PyTorch无设备依赖基础架构，使其支持所有PrivateUse1后端。

目标在于：修复合入上游，实现全场景无缝衔接。无设备依赖特性是使能基础，更广阔的设备覆盖范围与更丰富的后端原生能力则蕴含更大机遇。

我们热烈欢迎寒武纪成为PyTorch基金会白金会员。

🔗 阅读公告：https://pytorch.org/blog/cambricon-joins-the-pytorch-foundation-as-a-platinum-member/…

#PyTorchCon

寒武纪加入PyTorch基金会成为白金会员 – PyTorch

来源：https://pytorch.org/blog/cambricon-joins-the-pytorch-foundation-as-a-platinum-member/ 寒武纪 PyTorch基金会会员

Linux基金会旗下以社区驱动的开源AI枢纽——PyTorch基金会今日宣布，寒武纪已作为白金会员正式加入。

成立于2016年的寒武纪是AI芯片领域的早期先驱，专注于AI芯片产品与软件的研发。经过十年的持续迭代，寒武纪已构建起成熟、高性能且开发者友好、高度可扩展的软硬件产品组合。

凭借其前沿芯片技术与完善的基础软件生态，寒武纪实现了大规模高效的大语言模型训练与推理。更重要的是，它推动了AI计算在各行业的商业化落地。其产品已在对话式AI、智能体AI、搜索、广告推荐、音视频生成等众多核心AI应用中实现广泛商业部署，获得业界普遍认可。

寒武纪软件工程副总裁宫恩表示：“我们坚信，AI计算潜力的充分释放离不开软硬件的紧密协同优化与繁荣的开源生态。对于寒武纪而言，PyTorch不仅是框架，更是我们软件生态的核心。对开发者来说，统一的框架接口意味着更低的迁移成本、一致的工具链和更优的开发体验。对PyTorch而言，更通用的设备抽象意味着更少的下游分支和更便捷的维护。因此，我们的目标远不止将寒武纪产品与PyTorch集成。我们希望与PyTorch社区紧密合作，帮助PyTorch拓展对多样化后端的支持、强化扩展性、并实现统一的设备支持能力。通过社区的共同努力，我们的共同目标是助力PyTorch在更广泛的硬件平台上提供原生、开箱即用的开发者体验。这是我们加入PyTorch基金会的主要原因。我们期待通过持续贡献，将多年大规模部署的经验服务于全球开发者社区，助力构建更开放、更多元的AI基础设施。”

寒武纪秉持“上游优先”原则，作为长期的PyTorch贡献者持续为开源软件生态贡献力量。近年来，寒武纪对PyTorch的贡献涵盖torch.compile、Eager Operators、设备运行时、分布式计算、AMP、数据加载器与性能分析工具等多个核心领域。

同时，寒武纪与vLLM社区紧密协作，对DeepSeek-V4、GLM-5等领先开源大语言模型实现了Day 0级别支持。

展望未来，寒武纪将持续加大开源生态投入，深化与PyTorch基金会在编译基础设施增强、CI/CD提升、PyTorch领域专用库的无设备依赖支持等方面的合作。这体现了其更持续、系统地参与PyTorch生态建设的承诺。寒武纪正从长期的PyTorch贡献者演进为AI基础设施建设的全球合作伙伴，与PyTorch基金会及全球产业伙伴携手培育更开放、更多元的AI生态。

PyTorch基金会执行董事Mark Collier表示：“对于任何AI加速器实现规模化成功，它必须能贯穿AI全生命周期服务开发者——从使用PyTorch构建优化模型，到通过vLLM高效部署服务。寒武纪对PyTorch的持续上游贡献，以及其在寒武纪硬件上支持vLLM的工作，展现了推动整个生态前进的开源精神。欢迎寒武纪加入PyTorch基金会，这强化了我们保持AI基础设施开放、可移植且在多样硬件间保持竞争力的共同使命。”

作为白金会员，寒武纪获得PyTorch基金会治理委员会一个席位。委员会依据章程、使命与愿景声明制定政策，界定基金会工作的总体范围、技术愿景与发展方向。

我们热烈欢迎寒武纪AI框架与基础设施高级总监金旺加入董事会。金旺领导寒武纪的AI框架与软件栈团队，专注于为高效推理和大规模模型训练提供软件支持。团队工作覆盖大语言模型、搜索、广告推荐、强化学习等广泛应用领域，服务互联网、金融服务等多行业客户。

在金旺带领下，团队长期贡献开源项目，推动寒武纪产品与主流AI框架集成，并针对不同工作负载进行优化。

同时，我们欢迎寒武纪PyTorch首席维护员朱晶加入PyTorch基金会技术咨询委员会（TAC）。朱晶作为寒武纪PyTorch团队首席维护员，专注于寒武纪产品与PyTorch生态的集成工作。他基于PyTorch后端集成机制（PrivateUse1）开发Torch-MLU扩展，涵盖算子支持、Inductor集成、基于CNCL（寒武纪通信库）的分布式训练、混合精度与图模式加速，以及全面的性能分析与优化工具链。其工作使用户能够在寒武纪产品上以原生PyTorch体验进行开发。

如需了解您的组织如何加入PyTorch基金会，请访问我们的网站 (https://pytorch.org/join/)。

关于PyTorch基金会

PyTorch基金会是面向开源智能层的中立家园，开发者利用该智能层在任意芯片、任意云端、为任意智能体进行模型的训练、优化、服务、编排与运行。作为Linux基金会托管的社区驱动型枢纽，PyTorch基金会支持核心PyTorch框架以及日益增长的创新项目组合，包括vLLM、DeepSpeed、Ray、Helion和Safetensors。通过开放治理、战略支持与全球贡献者社区，PyTorch基金会赋能开发者、研究人员与企业实现AI的大规模构建与部署。了解更多请访问https://pytorch.org/foundation