PyTorch 2.15 的 MPS 改进
来自 Hugging Face · 期号 2026-10-20
摘要
PyTorch 2.15 为 MPS 后端带来多项改进。 FP8 数据类型首次登陆 Mac，存储空间减半，支持缩放矩阵乘法。 MoE 模型解码速度提升 5–6.5 倍：Qwen3.6-35B-A3B 在 M3 Ultra 上从 9.4 tokens/s 升至 61.3 tokens/s。密集模型也受益于更快的线性层和 8 倍加速的 softmax。 视频生成的内存占用大幅下降：Wan2.2 的 VAE 解码峰值从 270 GiB 降至约 8 GiB。 其他改进包括：复数 LU 分解与求解、更快的卷积与填充、公共 MPS 流控制，以及更多算子支持。 PyTorch 2.15 需要 macOS 15 或更高版本。