技术顾问委员会

Brian Granger 是 Amazon Web Services 的高级首席技术专家，也是加州圣路易斯奥比斯波的加州理工州立大学的物理学和数据科学教授。他致力于 UX 设计和工程的交叉领域，开发用于科学计算、数据科学、机器学习和数据可视化的工具。Brian 是 Project Jupyter 的联合创始人兼负责人、用于统计可视化的 Altair 项目的联合创始人，以及用于 Python 中基于 ZMQ 的消息传递的 PyZMQ 项目的创建者。

Jeff Daily 是 AMD 的研究员，也是机器学习软件工程组的首席架构师，该组支持 PyTorch 和 onnxruntime 等机器学习框架在 AMD GPU 上的运行。他热衷于提供开源软件，以应对快速变化的机器学习领域的挑战。在过去的五年多时间里，他为 PyTorch 核心及其扩展库做出了贡献。他的持续贡献为他赢得了首届 Linux 基金会 PyTorch 奖，“以表彰他在所有 PyTorch 模式下的长期卓越贡献”。尽管他尚未获得维护者的身份，但 Jeff 是一位值得信赖的贡献者。Jeff 的技术领导力是 PyTorch 能够在 AMD GPU 上无需任何代码修改即可开箱即用的原因之一。除了 PyTorch 的技术贡献外，Jeff 还是 PyTorch 基金会技术咨询委员会的 AMD 代表。

Jiong Gong 是 Intel 的软件架构师和首席工程师，专门从事深度学习框架及其 Intel 加速扩展的优化。他曾从事 Caffe 和 Caffe2 的工作，目前专注于 PyTorch 和 Intel PyTorch 扩展 (IPEX)。Jiong 负责整个软件堆栈的架构设计，包括前端 API、操作符优化、图编译器和加速器库设计。作为 PyTorch 社区的积极贡献者和 PyTorch CPU 模块的维护者之一，他在推进深度学习技术方面发挥着关键作用。Jiong 也是深度学习压缩方面的专家，为 Intel 的低精度深度学习技术（如 DL Boost）做出了重大贡献。

Luca Antiga 是 Lightning AI 的首席技术官。他是 PyTorch 核心的早期贡献者，并与人合著了《Deep Learning with PyTorch》（Manning 出版）。他最初是一名生物工程研究员，后来与人共同创立了 Orobix，一家专注于在生产环境中构建和部署人工智能的公司。

Milos Puzovic 是 Arm 的技术总监，他致力于在 AArch64 上加速 PyTorch 等机器学习框架。过去，他致力于设计和开发基础设施，用于快速开发和部署使用半监督方法训练的新型神经网络模型到边缘设备和云。他还对通过硬件和软件协同设计来优化应用程序感兴趣，通过使用机器学习、代码生成、优化和验证不同类型架构的高级模型。Milos 拥有剑桥大学计算机科学博士学位，其论文是关于动态多核调度中的硬件/软件接口，并拥有伦敦帝国理工学院数学与计算机科学联合专业一级荣誉理学学士学位。

Mudhakar Srivatsa 是 IBM TJ Watson 研究中心的杰出工程师，负责在多个 AI 加速器上优化生成式 AI 模型的推理。

• 网站： https://research.ibm.com/people/mudhakar-srivatsa

Piotr 于 2019 年加入 NVIDIA 的 PyTorch 团队，目前管理该团队。他推动 NVIDIA 在维护和推进 PyTorch 的 CUDA 后端方面的工作，并于 2023 年因其社区贡献，尤其是在 PyTorch 讨论区中的贡献，获得了 PyTorch SUPERHERO 奖。作为核心维护者，他还专注于 PyTorch 的长期愿景和发展。

Ricardo 是一位经验丰富的技术领导者，在企业和创业公司领域拥有二十多年的经验。他在 Snowflake 担任云基础设施和开源负责人，专注于使用云原生技术大规模自动化 AI/ML 基础设施。作为一名热情的开源倡导者，Ricardo 还担任 CNCF 技术监督委员会和 CNCF AI 子项目的影子成员，他在其中帮助塑造 AI 计算基础设施的未来。

在他的职业生涯中，Ricardo 曾在乐天、思科和 VMware 等大公司以及 Truera、Branch Metrics、Coupa、HyTrust、Exablox 和 SnapLogic 等创新初创公司担任过关键工程和领导职务。他致力于社区驱动的创新，并定期为弥合开源社区和企业采用之间差距的行业倡议做出贡献。

Soumith Chintala 是一位专注于人工智能和机器人技术的科学家工程师，他领导了 PyTorch、DCGAN 和 Torch-7 等有影响力的 AI 工作；这些工作被 NASA、Meta、Google、Tesla、Microsoft、Disney、Genentech 等多家顶级机构以及众多财富 500 强公司使用，并被斯坦福、哈佛、牛津和麻省理工学院等顶尖大学的课程采用。他目前在 Meta 领导 PyTorch 和其他 AI 项目，是纽约大学的客座教授，并在各种机构担任顾问职务。

Xavier Dupré 于 1999 年毕业于 ENSAE，2004 年获得博士学位，他的职业生涯始于 A2iA，一家专门从事支票自动识别和手写识别的公司。在金融领域短暂工作后，他于 2008 年加入 Yahoo，从事搜索查询重写问题的工作，通过实施为所有语言设计的统计算法。2010 年，Xavier 加入 Microsoft，参与本地搜索引擎的开发。他为 PagesJaunes 和 Bing 之间的合作做出了贡献。Xavier 致力于 Microsoft 搜索引擎 Bing 的大规模问题。他现在从事 Azure 机器学习。同时，Xavier Dupré 自 2001 年以来一直在 ENSAE 教授编程。2014 年，课程扩展到机器学习和与大数据相关的技术，包括通过 Microsoft 法国与 ENSAE 之间的合作进行的 Azure。最近，Xavier 探索了通过黑客马拉松（Microsoft-ENSAE-红十字会黑客马拉松 – 2015 年 11 月 – 视频 – 文章）、学术和非营利组织之间通过学生项目或编码零食的合作等新教学方式。

Yikun Jiang 是华为计算开源开发团队的首席软件工程师，致力于计算领域项目的多架构、异构硬件支持和改进。他在计算领域拥有超过 10 年的经验，并秉持“上游优先”的原则，领导着一个积极创新的研发团队，旨在使多样化的计算能力无处不在。