Inaugural PyTorch Meetup Held in Singapore

•本次聚會強調 PyTorch 生態系統中推論優化、分散式訓練工作負載、AI 工作負載、測試策略及 CI/CD 管線等實用與新興領域，旨在協助團隊建構可靠、可擴展且可投入生產的機器學習系統。
•Red Hat 作為活動主辦方，積極推動開放式 AI 未來，致力於 PyTorch 生態系統內的可移植性和企業級可靠性，確保任何模型都能在任何加速器或雲端上運行。
•新加坡政府透過「國家 AI 策略 2.0 (NAIS 2.0)」積極發展 AI 生態系統，目標是將 AI 重新定位為社會和經濟進步的必要工具，並促進國際合作與夥伴關係，預計在 2025-2030 年間投入超過 10 億新幣用於 AI 人才培育和研究。

📊 競品分析▸ Show

特性/框架	PyTorch	TensorFlow	JAX
開發者	Meta AI → PyTorch 基金會 (Linux 基金會)	Google Brain / DeepMind	Google Research (DeepMind)
首次發布	2016 年	2015 年	2018 年 (約)
執行模型	即時執行 (預設) + `torch.compile`	即時執行 (2.x 預設) + XLA	即時編譯 (JIT) + XLA
主要語言	Python	Python (+ C++, JavaScript, Swift)	Python
研究論文採用率 (2024)	超過 55%	約 30%	成長中，主要用於性能關鍵型研究
職位發布採用率 (2025)	37.7%	32.9%	主要用於研究任務
編譯器	`torch.compile` (TorchDynamo + Triton)	XLA (Accelerated Linear Algebra)	XLA (Accelerated Linear Algebra)
分散式訓練	DistributedDataParallel, FSDP	MirroredStrategy, MultiWorkerStrategy	支援大規模分散式訓練
模型中心	Hugging Face (PyTorch 原生)	TensorFlow Hub, Keras Hub	較少，主要為研究模型
行動/邊緣部署	ExecuTorch (實驗性)	TensorFlow Lite (成熟)	較少，主要為研究用途

PyTorch 的核心是張量計算，類似於 NumPy 的多維陣列，並透過 GPU 或 MPS 等硬體加速器提供強大的加速能力。
它採用基於磁帶的自動微分系統 (Autograd)，能夠動態構建計算圖（「定義即運行」或「即時執行」），這使得模型開發和調試更加靈活和直觀。
PyTorch 提供 Pythonic 的 API 設計，使其程式碼易於理解和維護，並能與 NumPy 和 SciPy 等流行的 Python 函式庫無縫整合。
PyTorch 2.0 於 2023 年 3 月發布，引入了 torch.compile，這是一個 Python 層級的編譯器，透過 TorchDynamo、AOTAutograd、PrimTorch 和 TorchInductor 等新技術，可將程式碼運行速度提升高達兩倍，同時保持即時執行體驗。
框架支援透過 torch.distributed 和 FSDP 進行分散式訓練，使其適用於跨多個 GPU 和機器的大規模訓練工作負載。
為了生產部署，PyTorch 提供了 TorchScript 用於模型序列化和優化，以及 ExecuTorch 用於邊緣設備上的高效 AI 推論。

PyTorch 將持續鞏固其在 AI 研究領域的主導地位，並加速在企業生產環境中的應用。

PyTorch 在研究論文中的採用率已超過 55%，且其 2.0 版本引入的編譯器優化功能，正逐步縮小與 TensorFlow 在生產部署方面的性能差距，使其在研究和生產兩方面都具備強大吸引力。

新加坡將成為亞太地區領先的 AI 創新與部署中心。

新加坡政府透過國家 AI 策略 2.0 (NAIS 2.0) 大力投資 AI 人才、基礎設施和國際合作，並積極推動 AI 在各行業的應用，顯示其打造 AI 樞紐的堅定決心。

Red Hat 等開源倡導者將在推動 PyTorch 生態系統的企業級應用和跨平台可移植性方面發揮關鍵作用。

Red Hat 積極貢獻於 PyTorch 生態系統，並與 Meta 等公司合作，致力於確保 AI 模型能在不同加速器和雲端環境中可靠運行，這對於企業大規模採用 AI 至關重要。

2016-09

PyTorch 以 Alpha 版本首次發布，由 Meta Platforms (前身為 Facebook) 的 AI 研究團隊開發。

2017-01

PyTorch 正式公開發布，因其開發者友善的特性和靈活性迅速在研究人員中獲得關注。

2018-03

Caffe2 併入 PyTorch，將 PyTorch 的研究友好設計與 Caffe2 的生產部署能力結合。

2018-12

PyTorch 1.0 版本發布，標誌著其從研究原型到工業部署的無縫開發路徑。

2022-09

Meta 宣布 PyTorch 將由獨立的 PyTorch 基金會管理，該基金會是 Linux 基金會的新設子公司，以促進開放開發和中立性。

2023-03

PyTorch 2.0 版本發布，引入了 `torch.compile` 等下一代編譯技術，顯著提升了性能。

首屆 PyTorch Meetup 於新加坡盛大舉行