PyTorch 基金会技术咨询委员会

Brian Granger，亚马逊网络服务

Brian Granger 是亚马逊网络服务的高级首席技术专家，也是加利福尼亚州圣路易斯奥比斯波市加州州立理工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，研究用于科学计算、数据科学、机器学习和数据可视化的工具。Brian 是 Project Jupyter 的联合创始人兼领导者，统计可视化项目 Altair 的联合创始人，以及基于 ZMQ 的 Python 消息传递项目 PyZMQ 的创建者。

Jeff Daily，AMD

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，该组支持在 AMD GPU 上的 PyTorch 和 onnxruntime 等 ML 框架。他热衷于交付开源软件，以应对快速变化的 ML 领域的挑战。五年多来，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“表彰其在所有 PyTorch 模式下的长期贡献”。尽管他尚未达到维护者地位，但 Jeff 是一位值得信赖的贡献者。Jeff 的技术领导力是 PyTorch 可以在 AMD GPU 上开箱即用而无需任何代码修改的原因之一。除了 PyTorch 技术贡献外，Jeff 还是 PyTorch 基金会技术咨询委员会的 AMD 代表。

Milos Puzovic，Arm

Milos Puzovic 是 Arm 的技术总监，致力于加速 AArch64 上 PyTorch 等机器学习框架的运行。过去，他致力于设计和开发基础设施，用于快速开发和部署新颖的神经模型到边缘设备和云端，这些模型是使用半监督方法训练的。他还对通过硬件和软件协同设计优化应用程序感兴趣，方法是使用机器学习、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，他的论文是关于动态多核调度的硬件/软件接口，并拥有伦敦帝国学院联合数学和计算机科学一等荣誉理学士学位。

Shauheen Zahirazami，Google

Shauheen 拥有控制工程博士学位和应用数学理学士学位。他目前在 Google 领导 Cloud TPU 机器学习团队，该团队负责 ML 框架和 3P 生态系统，包括开发 PyTorch/XLA 的 PyTorch 团队。

Yikun Jiang，华为

Mudhakar Srivatsa，IBM

Mudhakar Srivatsa 是 IBM TJ Watson 研究中心的杰出工程师，负责跨多个 AI 加速器对生成式 AI 模型进行推理优化。https://research.ibm.com/people/mudhakar-srivatsa

Jiong Gong，英特尔 （TAC 副主席）

Jiong Gong 是英特尔的软件架构师和首席工程师，专门从事深度学习框架及其英特尔加速扩展的优化。他之前曾在 Caffe 和 Caffe2 上工作过，目前专注于 PyTorch 和英特尔 PyTorch 扩展 (IPEX)。Jiong 负责跨软件堆栈的架构设计，包括前端 API、运算符优化、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，为英特尔的低精度深度学习技术（如 DL Boost）做出了重大贡献。

Luca Antiga，Lightning AI （TAC 主席）

Luca 自 2022 年起担任 Lightning 的 CTO，是 PyTorch 核心的早期贡献者，并与人合著了《Deep Learning with PyTorch》（由 Manning 出版）。他的职业生涯始于生物工程研究员，后来共同创立了 Orobix 公司，该公司专门从事在生产环境中构建和部署 AI。

Gregory Chanan，Meta

Soumith Chintala，Meta

Soumith Chintala 是一位专注于 AI 和机器人技术的科学家工程师，领导了有影响力的 AI 工作，例如 PyTorch、DCGAN 和 Torch-7；这项工作被包括 NASA、Meta、Google、Tesla、Microsoft、Disney、Genentech 在内的多家顶级机构使用，并被斯坦福大学、哈佛大学、牛津大学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，并在多家机构担任顾问。

Xavier Dupré，微软

Xavier Dupré 于 1999 年毕业于 ENSAE，并于 2004 年获得博士学位，他在 A2iA 开始了他的职业生涯，A2iA 是一家专门从事支票自动读取和手写识别的公司。在金融行业短暂工作后，他于 2008 年加入 Yahoo，通过实施为所有语言设计的统计算法来解决搜索查询重写问题。2010 年，Xavier 加入微软，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 致力于微软搜索引擎 Bing 的超大规模问题。他现在在 Azure 机器学习方面工作。与此同时，自 2001 年以来，Xavier Dupré 一直在 ENSAE 教授编程。课程于 2014 年扩展到机器学习和与大数据相关的技术，包括通过微软法国和 ENSAE 之间的合作提供的 Azure。最近，Xavier 探索了新的教学方式，例如黑客马拉松（Microsoft-ENSAE-Croix-Rouge 黑客马拉松 - 2015 年 11 月 - 视频 - 文章）、学术界和非营利组织之间通过学生项目或编程小吃进行的合作。

Piotr Bialecki，NVIDIA

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，并因其社区贡献（尤其是在 PyTorch 讨论区）而获得了 2023 年 PyTorch SUPERHERO 奖。作为核心维护者，他还专注于 PyTorch 的长期愿景和发展。