⚡️ Вышел PyTorch 2.12, Что завезли: - batched linalg.eigh на CUDA теперь может работать до 100x быстрее - появился новый torch.accelerator.Graph для graph capture и replay на разных ускорителях - torch.export.save получил поддержку Microscaling quantization - Adagrad теперь умеет fused=True - улучшили distributed training, export и поддержку ROCm - релиз собран из 2926 коммитов от 457 контрибьюторов PyTorch всё сильнее уходит от «удобного фреймворка для ресёрча» к универсальной платформе для обучения, инференса и деплоя на разном железе. Особенно интересен torch.accelerator.Graph. Это шаг к более нормальной абстракции над CUDA, XPU и внешними backend-ами, чтобы код меньше зависел от конкретного ускорителя. А ускорение linalg.eigh до 100x - хороший пример того, как одна внутренняя замена backend-логики может превратить минуты ожидания в секунды. pytorch.org/blog/pytorch-2-12-release-blog #PyTorch #OpenSourceAI #MachineLearning #AIInfrastructure