Оглавление

По сообщению PyTorch.org, 7 июня 2025 года в Пекине состоялась конференция PyTorch Day China, организованная PyTorch Foundation и Пекинской академией искусственного интеллекта (BAAI). Мероприятие собрало в среднем по 160 участников на сессию, где было представлено 16 докладов (записи есть на YouTube).

1. Стратегия PyTorch Foundation

Мэтт Уайт, исполнительный директор PyTorch Foundation, раскрыл планы развития открытого ИИ. За два года фонд вырос до 30 участников и теперь поддерживает проекты за пределами ядра PyTorch. Первыми стали vLLM и DeepSpeed, к ним присоединился флагманский проект BAAI FlagGems. Программа амбассадоров PyTorch получила 200+ заявок за месяц. Анонсированы новый сайт, конференция PyTorch и Неделя открытого ИИ.

Итоги PyTorch Day China: рост экосистемы и новые инструменты

2. FlagOS: единый стек для разнородных чипов

Вице-президент BAAI Юнхуа Линь представила FlagOS — открытый стек ПО для запуска больших моделей на любых AI-ускорителях. Решение устраняет проблемы фрагментированности железа, демонстрируя рекордную эффективность операторов. Система уже поддерживает различные чипы и архитектуры развертывания.

Итоги PyTorch Day China: рост экосистемы и новые инструменты

3. Hugging Face Hub: «GitHub для ИИ»

Тецзень Ван из HuggingFace описал хаб как централизованную платформу с 700k+ PyTorch-моделей. Функционал включает:

  • Spaces для тестирования моделей
  • API-шлюзы и инструменты визуализации
  • SQL-запросы к датасетам
  • Рейтинги и социальные функции
Итоги PyTorch Day China: рост экосистемы и новые инструменты

4. Verl: RL-фреймворк от ByteDance

Юйсюань Тонг анонсировал verl — фреймворк для RL-обучения больших языковых моделей. Ключевые преимущества:

  • Гибкость через single-controller парадигму
  • Гибридный движок для оптимизации ресурсов
  • Поддержка распределенных workload
Итоги PyTorch Day China: рост экосистемы и новые инструменты

5. Локализация PyTorch в Китае

Цзэшэн Цзун из Huawei рассказал о росте сообщества: Китай входит в топ-3 по контрибьюторам. Для преодоления языкового барьера:

6. Влияние open source на ИИ-экосистему

Цзяньчжун Ли (CSDN) отметил: китайский open source набирает глобальный вес. Открытые решения радикально снижают стоимость тренировки моделей, ускоряя переход к AGENT-архитектурам.

7. torch.accelerator: единый API для ускорителей

Гуанье Юй из Intel представил torch.accelerator в PyTorch 2.6. API решает проблему привязки к специфичным устройствам (например, CUDA), обеспечивая кроссплатформенность. В планах — добавление memory API и универсальных тестов.

8. vLLM: эффективный сервинг LLM

Кайчао Ю из Университета Цинхуа показал vLLM с 48.3K stars на GitHub. Платформа предлагает:

  • Совместимость с OpenAI API
  • Поддержка разнообразного железа
  • Docker-образы и precompiled wheels

Китайское ИИ-сообщество демонстрирует зрелость: вместо копирования западных решений создаются инструменты под реальные вызовы — разнородное железо, высокая стоимость инференса, языковой барьер. FlagOS и torch.accelerator особенно актуальны для рынков с ограниченным доступом к топовым GPU. Примечателен упор на open source: vLLM, verl и экосистема Hugging Face формируют альтернативу проприетарным облачным API. Однако остается вопрос: насколько устойчива эта модель при ужесточении экспортных ограничений на чипы?