Ahora gestiona seis grandes proyectos a la vez:
•
PyTorch
— modelos de entrenamiento
•
vllm
- inferencia rápida
•
Velocidad profunda
— entrenamiento distribuido y optimización
•
rayo
– escalar cargas de IA
•
helio
- núcleos GPU/TPU de alto rendimiento
•
tensores de seguridad
— serialización rápida y segura de modelos
La idea es interesante: recopilar partes clave del ciclo de vida de la IA bajo una gestión neutral de código abierto en lugar de docenas de proyectos dispares.
Ya hay resultados notables: PyTorch 2.13, nuevo Model Runner V2 en vLLM, mejoras de Ray para GB200/GB300 y Helion mostrando un fuerte rendimiento en Blackwell y TPU.
Si la integración entre estos proyectos continúa creciendo, la Fundación PyTorch podría convertirse para la infraestructura de IA en lo que CNCF se ha convertido para la nube nativa.