标签
TorchNeuron 作为 PyTorch 的原生 Trainium 后端发布公测，Hugging Face 的 Transformers、Diffusers 等库可直接将其作为普通设备使用，显著提升了模型支持率并取代 Optimum Neuron 的复杂封装。
TrenTorch 是一个免费的 AI/ML 实战刷题网站，提供 1600+ 道从零实现机器学习核心组件的题目，覆盖线性回归、神经网络、强化学习到 Kernel，配有理论讲解、真实 PyTorch 签名实现与隐藏用例判分，帮助求职者备战 AI/ML 面试。
PyTorch 联合主席 Chris Hoge（NVIDIA）推荐了 PyTorchCon 北美 2026 的五场重点演讲，涵盖 PyTorch 生态系统 Landscape、MoE 专家并行通信、动态形状 CUDA 图、Symmetric Memory 融合内核以及数据加载器扩展等内容。
PyTorch Conference North America 2026 将带来 Huawei 的 Zesheng Zong 的演讲，主题是如何在异构加速器之间实现完整的 API 兼容性，重点介绍 600,000+ 上游测试用例的适配工作，以及用于实时双向测试的全新 Cross-Repository CI Relay。
ExecuTorch 已成为 Zephyr RTOS 的官方外部模块，使开发者能通过固件构建配置变更轻松在微控制器等边缘设备上部署 PyTorch 模型；演示中量化 MobileNetV2 在 Alif Ensemble E8 DevKit 上以 28ms 完成推理，卷积图运行于 Arm Ethos-U55 NPU。
PyTorch 现已可在 AWS Tranium AI 芯片上原生运行，无需修改任何代码。Annapurna Labs 副总裁 Robert Hundt 将在 2026 年 PyTorch 北美大会的主题演讲中分享这一进展。该帖旨在推广此次活动，鼓励大家报名参加。
PyTorch 博客介绍 Zephon 与 TorchTitan 的集成，实现弹性确定性数据加载：训练从 16 GPU 检查点在 8、32、64 GPU 上恢复时，每个全局批次的 SHA-256 哈希与原始运行完全一致。
PyTorch Conference North America 2026 在圣何塞举行，汇集顶尖 AI 先驱、研究者与开发者，围绕 PyTorch、vLLM、DeepSpeed、Ray、Helion、Safetensors 等开源项目展开技术分享与交流，并感谢黄金赞助商的支持。
PyTorch 的 ExecuTorch 新增 Arm Cortex-M 后端，量化模型可直接编译到 CMSIS-NN 内核，核心运行时低于 20 KiB flash，并在 MLPerf Tiny 基准上实现低延迟与低内存占用，使开发者无需离开 PyTorch 生态即可在微控制器上部署模型。
2026 年 PyTorch 北美大会程序委员会成员、来自 Nunchux AI 的 Ricardo Aravena 为该活动宣传，强调这是一个与机器学习开发者交流并向社区学习的平台；其中还包含报名详情和费用信息。
PyTorch Day Japan 2026 的完整日程已公布，活动将于 12 月 10 日在东京举行，涵盖技术演讲、闪电演讲及开源 AI 社区交流，11 月 11 日前注册可享早鸟优惠。
NVIDIA 担任 PyTorch 大会北美站赞助商，公布 12 场演讲与 25 个海报展示环节，涵盖编译器与 CUDA 图、FP4/FP8 低精度训练、分布式系统以及物理与智能体人工智能等方向。会议将于 10 月 20-21 日在圣何塞会议中心举行。
PyTorch 2026 北美大会（10 月 20日至21日，美国加利福尼亚州圣何塞）宣布，加州大学伯克利分校教授兼 Anyscale 执行董事长 Ion Stoica 将担任主题演讲嘉宾，探讨 Ray 和 Kubernetes 如何共同演进，以适应人工智能时代。
2026 年 PyTorch 北美大会由 PyTorch 基金会主办，将于 10 月 20 日至 21 日在加利福尼亚州圣何塞举行，汇聚超过 3,500 名与会者，开展涵盖开源 AI 技术栈的主题演讲、工作坊和技术分享，Meta 为钻石赞助商。
预告在 PyTorch Conference North America 上，来自 AMD 的 Huanran Wang 将展示海报 FlexBudget：在统一的 FlexAttention 编译内核与固定显存预算下，只替换 KV 重要性规则，从而对长上下文 KV cache 丢弃策略做公平、免训练的对比。
torch-pointcloud 是一个遵循 timm 规范的 PyTorch 库，通过统一的 `create_model()` 工厂接口提供多种 3D 点云架构及其预训练权重（如 PointNeXt、Point Transformer、KPConv 等），支持分类、分割、检测和自监督预训练任务。该项目目前处于 alpha 阶段，所有模型均经过统一的重新基准测试，权重托管于 Hugging Face，支持通过 pip 直接安装。
作者从零构建了一个 GPU 编译器 emmy，展示如何通过多级中间表示（IR）将 PyTorch 计算图逐步 lowering 为 CUDA 内核，并发布了讲座视频、文章和开源代码。在多个基准测试中其生成的内核超越 Torch Inductor 和 cuBLAS，且支持 vLLM 端到端模型推理服务。
PyTorch 将在 PyTorch 北美大会前举办第 0 天“从学术研究到实际应用”工作坊，邀请学术研究者和早期开源开发者学习如何把研究项目转化为可持续的开源工具，并通过闪电演讲展示项目。
社区开发者发布 EXL3-QLoRA：一个基于 ExLlamaV3 分支的原生 PyTorch 训练实现，支持在 2-8bpw 量化模型上进行 QLoRA 训练，取代传统的 BitsAndBytes 4bit 方案，并在损失和显存占用上超越 bnb NF4。
PyTorch 大使兼 PyTorchCon North America 2026 程序委员会成员 Masahiro Hiramori 将在今年的大会上重点关注端侧 AI、高效推理、语音智能体和机器学习编译器。目前，这场由 Linux 基金会主办的活动已开放报名。