标签
PyTorch 北美大会将于10月20-21日在圣何塞举行，预计有400多位演讲者和3,500多位参会者，主题涵盖训练、推理、智能体、内核和开源人工智能。
PyTorch Conference North America 2026 将于 10 月 20-21 日在加州圣何塞举行，由 PyTorch 基金会主办，Google 为钻石赞助商，议题涵盖从裸机基础设施到基于智能体的系统的整个 AI 技术栈。
NVIDIA 的 Guray Ozen 将在 PyTorch Conference North America 2026 上展示 CUTLASS for Python 的最新进展，包括 CuTe 扩展、任务调度器和编译器诊断等面向开发者与 AI 代理的高效 GPU 内核编写新功能。
MaRN（Mapping Networks）是一个新的开源 PyTorch 库，它通过优化一个紧凑的潜在表示而非直接优化全部参数来训练神经网络，在 MNIST 上实现了最高 57.7 倍的参数缩减，同时仅带来适度的精度损失。作者分享了探索性的基准测试结果，并邀请社区对该方法提供反馈。
AWS 宣布 PyTorch 现已原生支持 AWS Trainium 芯片，并将在 PyTorch Conference North America（10月20-21日，圣何塞）由 Amazon VP Distinguished Engineer Robert Hundt 发表主题演讲、AWS Neuron Principal PM Maen Suleiman 进行现场演示。
NVIDIA recsys-examples 现已通过 Dynamo-Triton 提供端到端的 HSTU 生成式推荐推理工作流，结合 PyTorch AOTI 编译与 FlexKV 支持的 KV 缓存，在 RTX PRO 6000 Blackwell GPU 上实现了最高 5.93 倍的延迟降低。
PyTorch 博客介绍 NVIDIA Dynamo 如何通过统一的 session 级标识符，将请求级推理服务系统升级为程序感知系统，实现会话感知路由、共享 KV 缓存索引与跨 vLLM/SGLang 的程序化缓存迁移，以高效服务具有长上下文和并行子代理的 agentic 工作负载。
AMD 在圣何塞举办的 PyTorch Conference North America 2026（10月20-21日）上展示其 ROCm 平台，提供动手实验、技术讲座和开源 AI 创新内容，涵盖云端和客户端环境。
PyTorch Foundation 博客介绍了 IBM 如何利用 PyTorch 现有的设备、流、内存管理和编译抽象，将 Spyre 数据流 AI 加速器集成成为原生 PyTorch 设备，从而在无需为每种硬件单独开发框架的情况下支持更广泛的 AI 硬件。
PyTorch Conference North America将在圣何塞举办。来自 @RedHat 的 Steve Pousty 介绍今年新增的入门分论坛、海报展示、展位及协同活动，并将分享基于 PyTorch 的卫星影像遥感应用。
PyTorch Conference North America 宣布 AWS 副总裁兼杰出工程师 Robert Hundt 将担任主题演讲嘉宾，分享 Trainium 如何获得原生 PyTorch 支持，涵盖 eager mode、torch.compile、TorchTitan 与 TorchAO。会议将于 10 月 20-21 日在圣何塞举行。
Rgpu 是一个开源工具，可通过 TCP 让 PyTorch 张量和现有 CUDA 程序在远程 NVIDIA GPU 上执行计算，客户端应用保持在本地运行，提供 PyTorch 设备接口和 CUDA shim 两条路径。
Red Hat、NVIDIA AI 和 IBM 将主办「PyTorch，赋能企业」活动，这是 10 月 19 日 PyTorchCon 北美大会 Day 0 的预热活动，探讨 PyTorch 及其生态系统（vLLM、Ray、Helion、llm-d）如何驱动企业级 AI 规模化落地，内容涵盖 AI 基础设施、部署、安全以及推理服务的经济学等议题。
Meta 在过去两年中整合了 PyTorch 的媒体处理栈，使 TorchCodec 成为图像、视频和音频的 CPU 与 CUDA 解码/编码的统一入口，而 TorchVision 和 TorchAudio 现在则专注于高性能媒体变换。
PyTorch Conference 北美站（10月20-21日，圣何塞）将迎来 IBM Research 的 Priya Nagpurkar 发表主题演讲，介绍 IBM 和 Red Hat 对 PyTorch 生态系统的贡献，包括树外加速器基础设施、Spyre 加速器的支持，以及 llm-d 分布式推理方面的工作。
Astral 的 GPU wheel 索引现已支持 PyTorch 2.13、2.14 和 Python 3.15，并针对各 CUDA 版本更新了 FlashAttention、FlashAttention 3、causal-conv1d、DeepSpeed 等 GPU 包的构建。
PyTorch 加速器集成工作组发布了 2026 年上半年的技术回顾，内容涵盖跨仓库 CI 中继（CRCR）、重构后的设备无关测试套件、OpenReg 参考后端的成熟、分布式与 torch.compile 支持，以及新的附加计算平台门户，旨在实现厂商中立的标准化硬件启用。
PyTorch 的 Helion 内核 DSL 已集成到 vLLM 的线性后端中，单一的自动调优 GEMM 实现即可覆盖 Standard GEMM、Split-K 和 Swap-AB 等多种变体，并在 NVIDIA Hopper GPU 上超越 CUTLASS 与 DeepGEMM 后端，部分工作负载的吞吐量提升超过 10%。
Cohere 工程副总裁 Rachad Alao 被宣布为 PyTorch Conference 北美大会（10 月 20-21 日，圣何塞）的主旨演讲嘉宾，探讨开放科学如何帮助 AI 基础模型在透明度、安全性、速度和规模上实现进步。
PyTorch Conference North America 演讲预告：来自 Google 和 Meta 的演讲者将介绍 TorchTPU——一个 PyTorch 原生的 TPU 后端，让 vLLM 和 SGLang 能够在 TPU 上原生运行，同时保留现有的调度器、批处理系统、OpenAI 兼容 API 以及 torch.compile 工作流。