PyTorch Foundation Ambassador Community Highlights November 2026

TL;DR · AI 摘要
PyTorch大使社区在2026年11月举办了多场技术活动,涵盖TPU使用、LLM推理优化和本地社区建设,推动了全球AI技术交流。
核心要点
- PyTorch大使在乌干达举办活动,吸引了32人参与,新增20名WhatsApp成员。
- 孟加拉国的TPU技术分享活动吸引了50名参与者,覆盖多个城市。
- 尼泊尔的LLM推理优化活动吸引了86人注册,分享了源代码和幻灯片。
结构提纲
按章节快速跳转。
- §引言
PyTorch大使社区致力于推动全球AI技术交流与学习。
Pacifique Mugisho组织了乌干达的PyTorch社区活动,吸引了32人参与。
Zaynul Abedin Miah在孟加拉国展示了如何在TPU上使用PyTorch。
Arun Bhandari组织了尼泊尔的LLM推理优化活动,吸引了86人注册。
文章提到尼日利亚的AI研究活动,但未详细展开。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- PyTorch大使社区活动
- 乌干达活动
- 103注册,32人参加
- RAG和检索技术讨论
- 新增20 WhatsApp成员
- 孟加拉国TPU活动
- 50人参与,覆盖多个城市
- 使用Colab笔记本演示TPU使用
- 分享幻灯片和可运行的notebook
- 尼泊尔LLM活动
- 86注册,20人参加
- 讨论边缘设备上的LLM推理优化
- 分享源代码和幻灯片
金句 / Highlights
值得收藏与分享的关键句。
The event received 103 registrations and welcomed 32 attendees.
The session showed students and early-career developers how to run native PyTorch on Google TPUs using free Colab notebooks.
The session attracted 86 registrations and 20 attendees, with presentation slides and source code shared afterward.
PyTorch 基金会大使社区亮点 2026 年 11 月 - PyTorch
PyTorch 基金会大使们聚集人们一起学习、分享技术知识,并为 PyTorch 基金会项目和更广泛的开源 AI 生态系统做出贡献。
在本月的总结中,我们突出了一些大使的活动,包括本地聚会、大学课程、技术文章和实用学习资源。
乌干达坎帕拉的 PyTorch 社区聚会
9 月 19 日,Pacifique Mugisho 在乌干达坎帕拉的马凯雷雷大学,与 IndabaX 马凯雷雷学生分会和 IEEE 计算机学会马凯雷雷学生分会合作,组织了一场面对面的 PyTorch 东非社区聚会。
此次活动有 103 人注册,32 人参加。演讲内容涉及检索增强生成(RAG)、外部知识整合和高级检索技术。Pacifique 还主持了一项实践研讨会,涵盖嵌入、语义搜索以及这些组件如何在基于 PyTorch 的应用中结合使用。
互动问答为参与者提供了另一种参与材料的方式。活动结束后,社区新增了 20 名 WhatsApp 成员和 4 名 LinkedIn 成员。这次聚会还为未来的线下聚会奠定了基础。
在马凯雷雷大学举行的 PyTorch 东非社区聚会的技术演讲和实践学习。
达卡的 PyTorch 在 TPU 上的实践
10 月 30 日,Zaynul Abedin Miah 在孟加拉国达卡的一场社区聚会上,进行了题为“使用 TorchTPU 在 TPU 上运行 PyTorch”的技术演讲和现场演示。
该活动向学生和早期职业开发者展示了如何使用免费的 Colab 笔记本在 Google TPU 上运行原生 PyTorch。内容涵盖了设备设置、张量操作和 torch.compile,并包含一个互动的“预测然后运行”练习。
此次活动有 91 人注册,所有 50 个批准的席位都已满。参与者来自多个城市,有些旅程超过 330 公里。所有注册者都收到了幻灯片和可运行的笔记本,以便他们之后继续进行实验。
查看活动。Colab:链接
达卡的 PyTorch 在 TPU 上社区活动的参与者和现场演示。
使用 PyTorch 社区尼泊尔高效 LLM 推理
11 月 1 日,Arun Bhandari 组织并主持了尼泊尔 PyTorch 社区首次在线技术会议,“在边缘设备上使用推测解码加速 LLM 推理”。
嘉宾发言人 Manjil Nepal,是班加罗尔印度科学研究所的研究助理,讨论了在边缘-服务器环境中使用推测解码的方法,以及通过本地和联邦学习改进草稿模型的方法。
Arun 协调了演讲者、注册、宣传、主持和观众讨论。该会议吸引了 86 人注册,20 人参加,之后分享了演示文稿幻灯片和源代码。
此次活动为研究人员和尼泊尔的 AI 和机器学习社区提供了一个通过技术讨论交流知识和建立联系的机会。
尼泊尔 PyTorch 社区关于高效 LLM 推理的在线会议。
尼日利亚使用 PyTorch 进行 AI 研究
9 月期间,Abdulsalam Yazid Bande 在尼日利亚为学术受众进行了两次介绍性会议,吸引了 75 名参与者。
“从研究问题到 PyTorch 实验”向 35 名研究生和博士生介绍了现代人工智能、神经网络、生成式人工智能以及 PyTorch 在研究中的作用。
第二场活动“使用 PyTorch 开始人工智能研究”吸引了 40 名教师参与,通过实践方式介绍了实验设计、模型开发和机器学习在学术研究中的应用。
这两场活动帮助学生和教师探索 PyTorch 如何支持他们自己的研究问题。
在尼日利亚向学术界介绍使用 PyTorch 进行人工智能研究。
维尔纽斯理工学院的 LLM 应用开发
9 月,Eyup Cinar 前往立陶宛的维尔纽斯理工学院,进行了一场关于使用大型语言模型进行快速应用开发的客座讲座。
大约有 30 名本科生和研究生参加了讲座。本次活动介绍了 PyTorch 生态系统及其在开发、训练和部署基于 LLM 的应用中的作用,同时也为不同机构之间提供了学术交流的机会。
在维尔纽斯理工学院进行的关于 LLM 应用开发的客座讲座。
杜克大学的开源入门
9 月 4 日,Sahdev Zala 在北卡罗来纳州达勒姆市的杜克大学人工智能工程硕士课程中,向 25 多名学生进行了演讲。
本次活动帮助学生了解如何开始为 PyTorch 和 Kubernetes 做贡献。参与者通过线下和线上方式参与,探索为开源项目做贡献的机会。
与杜克大学学生一起探索开源贡献。
吉隆坡 DevFest 上的 LLM 后训练
11 月 14 日,PyTorch 基金会大使和 RL-Kernel 维护者 Vensen Mu 在 Google DevFest 吉隆坡 2026 上发表了题为“LLM 强化学习后训练中的实际训练-推理一致性”的演讲。
该演讲探讨了大型语言模型强化学习中训练和推理系统之间的数值差异。Vensen 分享了开源的 RL-Kernel 项目如何在训练和 rollout 工作流程中实现位一致性,包括与 PyTorch 和 vLLM 相关的工程考虑。
本次活动鼓励对 AI 基础设施和可靠的 RL 后训练感兴趣的开发者探索这一问题,并通过开源进行协作。
用简体中文分享 PyTorch 更新
Zhiqing Xiao 在微信上发布了一篇简体中文文章,介绍了 PyTorch 2.14。
这篇文章获得了超过 300 次浏览,帮助中文读者了解此次发布。
迁移学习:文章、代码和社区演讲
Sahdev Zala 在 IBM Developer 上发表了一篇基于使用 PyTorch 和 Torchvision 预训练的 ResNet-18 模型进行迁移学习演示的文章。他还公开了配套的源代码,为读者提供了一个可以探索和构建的示例。
感谢我们的大使
感谢我们的大使们分享知识、创造学习机会,并围绕 PyTorch 聚集人群。