PyTorch 2.15中的MPS
PyTorch 2.15为Apple silicon Mac新增FP8张量支持，并加快语言模型解码（尤其是混合专家模型），更多GPU线性代数和部分运算改用专用Metal内核。需要macOS 15或更高版本和Python 3.11或更高版本；2.16将让注意力计算完全在Metal上运行。
文章要点
Hugging Face的PyTorch团队在2026年10月20日的文章中介绍了MPS后端的进展，该后端让PyTorch运行在Apple Silicon Mac的GPU上，对应版本2.15（仍为候选发布版）。团队用Hub上的真实模型测试，在上游修复问题，并越来越多地用专用Metal内核取代MPSGraph。
新内容包括：借助F.scaled_mm支持FP8；更快的LLM解码（MoE层比2.14快最多5至6.5倍，softmax约快8倍）；新增线性代数和卷积运算；可从Python控制的MPS流。在M3 Ultra上，Qwen3.6-35B-A3B从9.4提升到61.3 tokens/s；Wan2.2的VAE解码由超过270GiB降到约8GiB，ComfyUI中损坏图像的错误也已修复。最低要求macOS 15和Python 3.11，测量数据来自团队自己。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。