您的位置首页 >科技金融 >

开源共建加速 AI 开发Ascend for PyTorch Meetup 北京站落地

Ascend for PyTorch Meetup 北京站已经顺利举办,这场以 “开源,让智能加速” 为主题的线下技术交流会,由昇腾社区联合 PyTorch 社区、vLLM、OpenBMB 等多个开源社区共同发起,核心围绕 TorchNPU 适配、PyTorch 多后端标准化、大模型训推优化、Agent 开发等硬核技术内容展开,昇腾也是首个进入 PyTorch 官网的国内硬件平台,这次活动把社区维护者、企业算法工程师、高校科研人员、开源贡献者聚到一起,一边做技术分享,一边开设实操工坊,降低开发者在昇腾 NPU 上跑通 PyTorch 模型、向上游社区提交代码的门槛,不只是单纯的技术宣讲,更看重打通开源协作流程,让更多开发者直接参与到 Ascend for PyTorch 生态共建里。

活动基础信息清单

  • 活动主题:开源,让智能加速
  • 举办时间:2026 年 11 月 7 日
  • 举办地点:北京海淀区原点大厦 A 座原点社区阶梯教室
  • 联合主办:昇腾社区、PyTorch 社区、Ascend for PyTorch 社区、vLLM 社区、OpenBMB 社区、LLaMAFactory 等
  • 面向人群:算法工程师、大模型研发、AI Infra 开发者、高校科研学生、开源爱好者
  • 核心载体:TorchNPU,也就是 PyTorch 对接昇腾 NPU 的适配层

上午主论坛核心分享议题

  1. PyTorch 全球开源生态趋势:聊多后端协同、开放权重模型、在岗训练新方向,梳理跨芯片算力生态的共建思路
  2. Ascend for PyTorch 共建进展:讲解 TorchNPU 框架设计、算子适配、图模式、分布式训练优化方案
  3. PyTorch 多后端标准化实践:硬件厂商如何适配上游,做到版本同步、质量可控、跟得上官方发版节奏
  4. 大模型推理落地案例:vLLM-Omni、MiniCPM、多模态模型在昇腾 NPU 上的性能调优经验
  5. 智能体开发框架分享:PenguinHarness 等 Agent 工具链在昇腾平台的落地实践

下午平行工坊与研讨专场

专场 1:PyTorch 社区贡献 Workshop

手把手走完开源贡献全流程,从认领 Issue、新建分支、编码调试、CI 校验、提交 PR 到评审合并;现场开放 30 个社区任务,配套标准化指引,新手也能完成第一次上游代码贡献。

专场 2:Agent 开发实操工坊

基于昇腾环境,使用 PenguinHarness 搭建智能体,演示多模态、规划、记忆模块的调试,需要开发者自备电脑实操。

专场 3:AI Infra 闭门研讨会

聚焦分布式训练、算子优化、内存管理、异构算力调度,开发者之间交流踩坑经验。

TorchNPU 核心能力清单

  • 基础计算:兼容原生 PyTorch API,支持自定义算子、NN 模块、优化器
  • 分布式能力:支持 FSDP2、Dtensor、通信原语,适配大模型并行训练
  • 图模式加速:Dynamo、Inductor、NPUGraph,编译优化提升吞吐
  • 调试调优工具:Profiling 性能分析、Watchdog、Torch Logging,方便定位性能瓶颈
  • 底层依赖:基于 CANN 异构计算架构,调用昇腾 NPU 算力

参与 Ascend for PyTorch 开源生态的落地步骤

第一步,先部署 CANN 环境,拉取 TorchNPU 开源仓库,完成基础编译安装;

第二步,跑通官方示例,验证基础模型训练、推理能否正常调用昇腾 NPU;

第三步,根据自身需求选择方向:做模型迁移、算子优化,或是认领社区 Issue 参与贡献;

第四步,遵循社区编码规范,本地自测,提交 PR,参与社区评审;

第五步,持续跟进上游 PyTorch 版本迭代,同步适配新版本,参与线上 SIG 例会交流。

要点总结

Ascend for PyTorch Meetup 北京站的价值,在于把昇腾算力和 PyTorch 开源框架的协作从文档变成线下实操。TorchNPU 是这套生态的核心桥梁,让熟悉 PyTorch 的开发者不用大幅改代码,就能迁移到昇腾 NPU 上跑模型。活动的重心不是展示跑分,而是降低开源协作门槛,吸引更多开发者一起补齐算子、修复问题、沉淀案例,依靠开源社区持续迭代,加速国产算力在主流 AI 框架上的落地。

【相关 FAQ】

问题 1:Ascend for PyTorch Meetup 北京站是什么活动,主题是什么?

回答 1:Ascend for PyTorch Meetup 北京站是昇腾联合多个开源社区举办的线下技术交流会,主题为开源,让智能加速,围绕 TorchNPU、PyTorch 多后端适配、大模型训推、Agent 开发开展分享与实操。

问题 2:Ascend for PyTorch Meetup 北京站里提到的 TorchNPU 是什么?

回答 2:TorchNPU 是 PyTorch 对接昇腾 NPU 的适配层,也是 Ascend for PyTorch 的核心组件,用来让 PyTorch 程序调用昇腾算力,支持训练、推理、图编译、分布式等能力。

问题 3:参加 Ascend for PyTorch Meetup 北京站的 PyTorch 社区贡献工坊,新手可以提交代码吗?

回答 3:可以,Ascend for PyTorch Meetup 北京站的贡献工坊有完整流程教学,现场开放社区任务,配套标准化指引,新手也能完成首次 PR 提交。

问题 4:Ascend for PyTorch Meetup 北京站里,昇腾在 PyTorch 生态里是什么定位?

回答 4:昇腾是首个进入 PyTorch 官网的国内硬件平台,Ascend for PyTorch 生态目标就是实现 PyTorch 多后端标准化,让 PyTorch 原生流畅跑在昇腾 NPU 上。

【参考资料】

[2026-11-19](开源,让智能加速 ——Ascendfor PyTorch Meetup 北京站)中关村在线

[2026-11-04](昇腾 × PyTorch 开源共建:Ascend for PyTorch Meetup 11 月 7 日落地北京原点社区)中关村在线

[2026-11-04](本周六,北京见!一起聊聊 AI Infra 的落地)搜狐网

[2026-11-04](11 月 7 日 Ascend for PyTorch Meetup・北京站 欢迎您!)昇腾社区

[2026-04-30](昇腾 PyTorch 社区版 26.0.0 版本发布)昇腾社区官网

【免责声明】

本文内容基于 Ascend for PyTorch Meetup 北京站现场报道、昇腾社区公开技术文档整理;TorchNPU 功能、算子支持范围、上游 PyTorch 适配进度会随版本持续更新;实操贡献流程、社区任务以 Ascend for PyTorch 开源仓库和社区最新规则为准,本文不构成开发方案、算力选型的决策建议。