2023 年 10 月 31 日
AMD 通过 ROCm™ 5.7 扩展对特定 RDNA™ 3 GPU 上 PyTorch 机器学习开发的支持
使用 PyTorch 处理机器学习 (ML) 模型和算法的研究人员和开发者，现在可以在 Ubuntu® Linux® 上使用 AMD ROCm 5.7，利用基于 AMD RDNA™ 3 GPU 架构的 Radeon™ RX 7900 XTX 和 Radeon™ PRO W7900 显卡的并行计算能力。
2023 年 10 月 17 日
PyTorch Edge：通过 ExecuTorch 在移动和边缘设备上实现设备端推理
我们很高兴地宣布 ExecuTorch，这是我们全新的解决方案，在 Arm、Apple 和 Qualcomm Innovation Center 等行业领导者的支持下，它能够在移动和边缘设备上实现设备端推理功能。
2023 年 10 月 17 日
Lightning AI 作为 Premier Member 加入 PyTorch Foundation
PyTorch Foundation 是一个中立平台，供深度学习社区协作开发开源 PyTorch 框架和生态系统。今天，PyTorch Foundation 宣布 Lightning AI 已作为 Premier Member 加入。
2023 年 10 月 17 日
华为作为 Premier Member 加入 PyTorch Foundation
今天，PyTorch Foundation（一个中立平台，供深度学习社区协作开发开源 PyTorch 框架和生态系统）宣布华为已作为 Premier Member 加入。
2023 年 10 月 17 日
通过 torch.compile 将 NumPy 代码编译为 C++ 或 CUDA
Quansight 工程师在 PyTorch 2.1 中实现了通过 torch.compile 追踪 NumPy 代码的支持。这项功能利用 PyTorch 的编译器生成高效的融合矢量化代码，而无需修改原始 NumPy 代码。此外，它还允许通过在 torch.device("cuda") 下运行 torch.compile 来在 CUDA 上执行 NumPy 代码！
2023 年 10 月 11 日
ML 模型服务器资源节省 - 从高成本 GPU 转向 Intel CPU 和由 oneAPI 提供支持的软件，并保持高性能
审阅人：Yunsang Ju (Naver GplaceAI Leader), Min Jean Cho (Intel), Jing Xu (Intel), Mark Saroufim (Meta)
