PyTorch Foundation 技术咨询委员会

Brian Granger, Amazon Web Services

Brian Granger 是 Amazon Web Services 的高级首席技术专家，同时也是加州圣路易斯奥比斯波的加州理工州立大学物理学和数据科学教授。他在 UX 设计和工程的交叉领域工作，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 Jupyter 项目的联合创始人兼领导者，统计可视化 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, AMD

Jeff Daily 是 AMD 的 Fellow，也是机器学习软件工程组的首席架构师，该组负责支持 PyTorch 和 onnxruntime 等机器学习框架在 AMD GPU 上运行。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。五年来，他一直为 PyTorch 核心及其扩展库做出贡献。他的持续贡献为他赢得了首个 Linux Foundation PyTorch 奖项，“表彰其在所有 PyTorch 模式下的长期杰出贡献”。尽管他尚未获得维护者的身份，但 Jeff 是一个值得信赖的贡献者。Jeff 的技术领导力是 PyTorch 无需任何代码修改即可在 AMD GPU 上开箱即用的原因之一。除了对 PyTorch 的技术贡献，Jeff 还是 PyTorch Foundation 技术咨询委员会的 AMD 代表。

Milos Puzovic, Arm

Milos Puzovic 是 Arm 的技术总监，负责加速 PyTorch 等机器学习框架在 AArch64 上的运行。过去，他致力于设计和开发基础设施，以便快速开发和部署使用半监督方法训练的新型神经模型到边缘设备和云端。他对通过硬件和软件协同设计来优化应用程序也感兴趣，利用机器学习、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，其论文主题是动态多核调度的硬件/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学士学位，获得一等荣誉。

Shauheen Zahirazami, Google

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

Yikun Jiang, Huawei

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 加速器的生成式 AI 模型推理优化。https://research.ibm.com/people/mudhakar-srivatsa

龚炯, Intel (TAC 副主席)

龚炯是英特尔的软件架构师和首席工程师，专注于优化深度学习框架及其英特尔加速扩展。他曾参与 Caffe 和 Caffe2 的工作，目前专注于 PyTorch 和 Intel Extension for PyTorch (IPEX)。龚炯负责整个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专家，为英特尔的低精度深度学习技术（如 DL Boost）做出了重要贡献。

Luca Antiga, Lightning AI (TAC 主席)

Luca 自 2022 年起担任 Lightning 的 CTO，是 PyTorch 核心的早期贡献者之一，并合著了《PyTorch 深度学习》（由 Manning 出版）。他最初是一名生物工程研究人员，后来联合创立了 Orobix 公司，该公司专注于在生产环境中构建和部署 AI。

Gregory Chanan, Meta

Soumith Chintala, Meta

Soumith Chintala 是一位专注于人工智能和机器人技术的科学家兼工程师，领导了 PyTorch、DCGAN 和 Torch-7 等具有影响力的 AI 工作；这些工作被包括 NASA、Meta、Google、Tesla、Microsoft、Disney、Genentech 在内的多家顶尖机构以及众多其他财富 500 强公司所使用，并被纳入斯坦福、哈佛、牛津和麻省理工学院等顶尖大学的课程。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职务。

Xavier Dupré, Microsoft

Xavier Dupré 于 1999 年毕业于 ENSAE，并于 2004 年获得博士学位。他在 A2iA 公司开始职业生涯，该公司专注于支票自动读取和手写识别。在短暂涉足金融业后，他于 2008 年加入雅虎，通过实现适用于所有语言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 曾为微软的搜索引擎 Bing 解决大规模问题。他现在致力于 Azure 机器学习。同时，自 2001 年以来，Xavier Dupré 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，包括通过微软法国与 ENSAE 的合作引入的 Azure。最近，Xavier 探索了新的教学方式，例如黑客马拉松（微软-ENSAE-红十字会黑客马拉松 - 2015 年 11 月 - 视频 - 文章）、通过学生项目或编码小食促进学术界与非营利组织的合作。

Piotr Bialecki, NVIDIA

Piotr 于 2019 年加入 NVIDIA 的 PyTorch 团队，目前负责管理该团队。他推动 NVIDIA 在维护和改进 PyTorch CUDA 后端方面的努力，并因其在社区，尤其是在 PyTorch 讨论区中的贡献，于 2023 年获得了 PyTorch SUPERHERO 奖。作为核心维护者，他也专注于 PyTorch 的长期愿景和发展。