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州立理工大学的物理学和数据科学教授。他的工作涉及 UX 设计和工程的交叉领域，专注于科学计算、数据科学、机器学习和数据可视化工具。Brian 是 Project Jupyter 的联合创始人兼领导者，Altair 统计可视化项目的联合创始人，以及用于在 Python 中进行基于 ZMQ 的消息传递的 PyZMQ 项目的创建者。

Jeff Daily，AMD

Jeff Daily 是 AMD 的院士，也是机器学习软件工程组的首席架构师，该小组支持 AMD GPU 上的 PyTorch 和 onnxruntime 等 ML 框架。他喜欢提供开源软件来应对快速变化的 ML 环境带来的挑战。五年多来，他一直为 PyTorch 核心及其扩展库做出贡献。他持续不断的贡献为他赢得了第一个 Linux 基金会 PyTorch 奖，“表彰其在所有 PyTorch 模式下做出的长期杰出贡献”。虽然他还没有达到维护员的地位，但 Jeff 是一位值得信赖的贡献者。Jeff 的技术领导力是 PyTorch 在 AMD GPU 上无需任何代码修改即可开箱即用的原因之一。除了对 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。

Milos Puzovic，Arm

Milos Puzovic 是 Arm 的技术总监，负责在 AArch64 上加速 PyTorch 等机器学习框架。此前，他从事为边缘设备和云快速开发和部署使用半监督方法训练的新型神经模型基础设施的设计和开发工作。他还对通过硬件和软件协同设计来优化应用程序感兴趣，方法是使用机器学习、代码生成、不同类型的架构的高级模型的优化和验证。Milos 拥有剑桥大学计算机科学博士学位，其论文主题是用于动态多核调度的硬件/软件接口，以及伦敦帝国理工学院数学与计算机科学联合专业的理学学士学位（一级荣誉）。

Shauheen Zahirazami，谷歌

Shauheen 拥有控制工程博士学位和应用数学理学学士学位。他目前领导着 Google 的 Cloud TPU 机器学习团队，该团队负责 ML 框架和第三方生态系统，包括开发 PyTorch/XLA 的 PyTorch 团队。

姜亦昆，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 模型的推理进行优化。 https://research.ibm.com/people/mudhakar-srivatsa

龚炯，英特尔（TAC 副主席）

龚炯是英特尔的一名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 工作，目前专注于 PyTorch 和英特尔 PyTorch 扩展 (IPEX)。龚炯负责跨软件堆栈的架构设计，包括前端 API、算子优化、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，他在推动深度学习技术发展方面发挥着关键作用。龚炯还是深度学习压缩方面的专家，对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 是 Lightning 的首席技术官，自 2022 年以来一直担任该职位，他是 PyTorch 核心的早期贡献者，并合著了“使用 PyTorch 进行深度学习”（由 Manning 出版）。他的职业生涯始于生物工程研究员，后来共同创办了 Orobix，这是一家专门在生产环境中构建和部署 AI 的公司。

Gregory Chanan，Meta

Soumith Chintala，Meta

Soumith Chintala 是一位专注于 AI 和机器人的科学家工程师，领导着 PyTorch、DCGAN 和 Torch-7 等有影响力的 AI 工作；这些工作被包括 NASA、Meta、谷歌、特斯拉、微软、迪士尼、基因泰克在内的众多顶尖机构使用，以及财富 500 强企业中的许多公司，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使用。他目前领导着 Meta 的 PyTorch 和其他 AI 项目，是纽约大学的客座教授，并在多个机构担任顾问职位。

Xavier Dupré，微软

Xavier Dupré 于 1999 年毕业于 ENSAE，并于 2004 年获得博士学位，他开始了在 A2iA 的职业生涯，该公司专门从事支票和手写识别自动读取。在金融领域短暂工作后，他于 2008 年加入雅虎，负责通过实现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。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。他现在正在研究 Azure 机器学习。与此同时，Xavier Dupré 自 2001 年以来一直在 ENSAE 教授编程。课程在 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 之间的合作进行的 Azure。最近，Xavier 探索了通过黑客马拉松（微软-ENSAE-红十字会黑客马拉松 - 2015 年 11 月 - 视频 - 文章）、学术界和非营利组织之间的合作通过学生项目或编码快餐进行教学的新方法。

Piotr Bialecki，英伟达

Piotr 于 2019 年加入英伟达的 PyTorch 团队，目前管理该团队。他推动了英伟达在维护和改进 PyTorch 的 CUDA 后端方面的努力，并因其社区贡献，特别是在 PyTorch 讨论论坛上的贡献，获得了 2023 年的 PyTorch SUPERHERO 奖。作为核心维护者，他还专注于 PyTorch 的长期愿景和发展。