🏋️ 更智能地训练。

从分布式训练到优化技术及基础模型，PyTorchCon北美峰会（10月20-21日于圣何塞举办）的训练专题讲座汇集了大量实战内容，助你构建更快、更高效的AI系统。

了解更多： https://bit.ly/4cVqz4X

📅 日程安排： https://bit.ly/3Ra1oUx

🎟️ 立即报名： https://bit.ly/4sh3DSw

探索各专题方向 | PyTorch北美峰会

来源：https://events.linuxfoundation.org/pytorch-conference-north-america/program/explore-the-tracks/

专题概览

在2026年PyTorch北美峰会上，各专题围绕PyTorch生态系统最活跃的领域设计，帮助参会者聚焦与其兴趣和专长最相关的议程。从基础概念与核心框架开发，到模型训练、推理部署、应用实践、内核工程及负责任AI，每个专题都凸显了PyTorch构建、扩展、部署及现实应用的不同维度。

点击专题了解详情！

应用实践

探索各团队如何运用PyTorch在AI技术栈中构建创新模型、生产应用、业务流程及开源项目。

参会对象：

实践工程师、产品导向型开发者、研究团队、技术负责人，以及致力于将PyTorch成果转化为可用产品或服务的开发者。

学习内容：

真实场景的实现模式、应用型模型设计、项目经验总结，以及PyTorch生态工具如何支持实际AI用例。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=applications）

PyTorch核心

深入探索PyTorch框架本身，包括新特性、框架变更、开发者工作流及项目发展方向。

参会对象：

PyTorch用户、框架贡献者、库维护者、教育工作者，以及希望了解核心项目发展趋势的开发者。

学习内容：

框架更新、内部机制、API详解、贡献路径，以及在日常开发中充分利用PyTorch的技巧。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=core-pytorch）

推理部署

了解PyTorch生态系统如何支持高效的模型服务、运行时性能优化、生产级部署及大规模推理。

参会对象：

推理工程师、平台团队、AI应用开发者、系统工程师，以及需要将模型部署到延迟敏感或成本敏感环境的技术团队。

学习内容：

服务架构设计、性能调优、推理库使用、部署权衡策略，以及提升PyTorch模型运行速度与运维效率的方法。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=inference）

入门引导

探索PyTorch库、PyTorch生态系统或AI技术栈中你不熟悉的领域。

参会对象：

所有参会者，从学生、首次参会者到希望拓展新领域的资深AI工程师。

学习内容：

基础概念解析、通用工作流演示、项目导航指引，以及开始使用PyTorch生态系统的入门方法。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=introduction）

内核工程

深入探究编译器、性能优化、自定义内核、领域专用语言，以及支撑高性能PyTorch的底层系统工程。

参会对象：

系统工程师、编译器开发者、性能优化专家、硬件适配团队，以及致力于优化模型执行的资深PyTorch开发者。

学习内容：

编译器与内核开发方法、性能调试技术、加速器适配优化，以及扩展PyTorch硬件层能力的实践技巧。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=kernel-engineering）

负责任AI

探讨增强AI系统可信度的实践方法，涵盖PyTorch生态系统中的伦理规范、治理框架、安全防护、沙盒机制及隐私保护。

参会对象：

机器学习从业者、安全隐私工程师、研究人员、治理负责人、平台团队，以及需要负责任部署AI技术的决策者。

学习内容：

风险感知开发实践、治理模式设计、隐私安全考量，以及构建更安全PyTorch驱动系统的实用方法。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=responsible-ai）

模型训练

深入探索帮助团队使用PyTorch高效训练模型的工具、技术与库。

参会对象：

机器学习工程师、研究人员、数据科学家、基础设施团队，以及所有负责模型开发与实验的人员。

学习内容：

训练工作流优化、模型调优策略、规模化技术、库更新解析，以及提升训练效率与可靠性的实用指南。

探索该专题课程（https://events.linuxfoundation.org/pytorch-conference-north-america/program/schedule/?topic=training）