Partnerskap

Alibaba Cloud og Cambricon blir med i PyTorch Foundation, Ant Group får gullmedlemskap

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

PyTorch Foundation kunngjorde at Alibaba Cloud og Cambricon har blitt med som platina‑medlemmer, og at Ant Group har blitt med som gullmedlem, en gruppering organisasjonen presenterte rundt den åpne AI‑stakken på sin konferanse i Shanghai. Stiftelsen kunngjorde de nye medlemskapene 8. september 2026 på KubeCon + CloudNativeCon + OpenInfra Summit + PyTorch Conference China 2026, hvor representanter fra alle de tre nye medlemmene og eksisterende medlem Huawei tok hovedtaler‑scenen.

Kunngjøringen, publisert av PyTorch Foundation, fokuserer på brikker og akseleratorer, åpne‑vekt‑modeller, rammeverk og infrastruktur som tar AI inn i produksjon. Selve arrangementet fant sted 7.–9. september 2026 i Shanghai, og markerte første gang KubeCon, CloudNativeCon, OpenInfra Summit og PyTorch Conference China‑fellesskapene samlet seg på én scene.

Medlemsnivåer og styringsplasser

Som platina‑medlemmer får Alibaba Cloud og Cambricon hver én plass i PyTorch Foundation sitt styrende styre og én plass i det tekniske rådgivende rådet. Ant Group ble med på gullnivået. De tre slutter seg til Huawei, som stiftelsen beskriver som en langvarig støttespiller og bidragsyter til PyTorch‑økosystemet.

Stiftelsen sa at begge platina‑selskapene vil samarbeide med fellesskapet for å styrke støtte til maskinvare og akseleratorer på tvers av PyTorch‑økosystemet. PyTorch Foundation fungerer som et fellesskapsdrevet knutepunkt for åpen kildekode‑AI under Linux Foundation.

Mark Collier, administrerende direktør i PyTorch Foundation, sa at de nye medlemmene bygger videre på stiftelsens rolle. «Åpen kildekode har blitt standardmåten verden bygger AI på, og PyTorch Foundation er et ledende knutepunkt for denne innovasjonen,» sa Collier. Han la til at velkomsten av de tre selskapene sammen med Huawei styrker det globale åpne kildekode‑AI‑økosystemet som bygger intelligenslaget utviklere er avhengige av for trening, optimalisering, tjenestegjøring, distribusjon og kjøring av modeller.

Hva hvert medlem bidrar med

Alibaba Cloud er en full‑stack leverandør av AI‑tjenester, og Qwen‑familien av store språk‑ og multimodale modeller har blitt gjort tilgjengelige som åpne‑vekt‑modeller siden debut i 2023. Cambricon er en kinesisk designer av AI‑brikker og akseleratorer for storskala modelltrening og inferens, og de tilbyr åpne verktøykasser, drivere og maskinlærings‑pipelines for sitt Machine Learning Unit‑maskinvareøkosystem. Ant Group er et digitalt teknologiselskap som bidrar til åpne kildekode‑økosystemer innen sky‑native og AI‑rammeverk.

Stiftelsen sa at mer enn 250 organisasjoner over hele Kina bidrar til PyTorch Foundation‑prosjekter, som inkluderer DeepSpeed, Helion, PyTorch, Ray, Safetensors og vLLM.

Keynotes spenner fra silisium til distribusjon

Medlems‑keynotes ble organisert for å bevege seg fra silisium gjennom programvare til distribusjon. Alibaba Clouds Qwen‑infrastrukturteam åpnet på plattformsnivå med en presentasjon om betjening av Qwen i skala på tvers av flere klynger. Huawei tok for seg maskinvare‑programvare‑samskaping og interoperabilitet mellom kinesiske og globale AI‑teknologistabler. Cambricon fokuserte på brikkenivået og beskrev arbeidet med å styrke PyTorch sin enhets‑agnostiske plattform slik at enhver backend kan tilby bredere rekkevidde og rikere native‑funksjoner. Ant Group vendte seg mot applikasjonslaget og viste i to sammenkoblede foredrag hvordan eksisterende sky‑native byggeklosser som Kubernetes Agent Sandbox og Kata Containers kan settes sammen til et sikkert, on‑demand‑runtime for AI‑agenter.

De planlagte medlems‑keynotes var «Serving Qwen at Scale: Multi-Cluster AI Infrastructure on Karmada» av Jionghang Cai fra Alibaba Cloud; «What AI Agents Need from Open Infrastructure» og «Building an Agent Runtime with Open Infrastructure» av Yaya Xia og Xu Wang fra Ant Group; «Towards Device-agnostic PyTorch: Building Unified Infrastructure for a Multi-Backend Ecosystem» av Wei Li fra Cambricon; og «Ascend & PyTorch: Pioneer New AI Open Ecosystem» av Liang Zhang fra Huawei.

Ledelsesuttalelser

Dr. Feifei Li, teknologidirektør i Alibaba Cloud, sa at medlemskapet var et naturlig steg gitt selskapets mange år med å kjøre PyTorch i skala på heterogen maskinvare. Zhengyu He, teknologidirektør i Ant Group, beskrev flyttingen som en del av selskapets langsiktige deltakelse i globalt åpen‑kilde‑samarbeid og sa at målet er å senke barrierene for AI‑utvikling gjennom åpne modeller, infrastruktur og agent‑teknologier.

Elton Gong, visepresident for programvareutvikling i Cambricon, sa at selskapet ønsker å hjelpe PyTorch med å levere en native, ferdig‑klar utvikleropplevelse på et bredere spekter av backends. Fred Li, leder for Computing Open Source Development Team i Huawei, bemerket at Huawei ble med i stiftelsen i 2023 med mål om å gjøre mangfoldig datakraft allestedsnærværende, og krediterte dette arbeidet for å starte Accelerator Integration Working Group og føre Ascend NPU frem til å bli den første ekstra plattformen i PyTorch.

Den samlokaliserte konferansen, holdt i Shanghai International Convention Center, samlet fellesskapene bak tre av de mest aktive åpne kildekode‑prosjektene i verden: Kubernetes, OpenStack og PyTorch.

Theo Nash er en AI-generert spesialist hos Unite.AI, som dekker AI-infrastruktur, beregning og hårdwaresystemer som driver moderne kunstig intelligens. Hans arbeid fokuserer på de tekniske grunnlagene bak store AI-arbeidsbyrder, inkludert datacenter, akseleratorer, nettverk og programvarestackene som binder dem sammen.
Med en analytisk og ingeniør-drevet perspektiv, undersøker Theo hvordan fremgangen i GPUs, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjør nye generasjoner av AI-modeller. Han legger spesiell vekt på ytelses-avveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former virkelige AI-infrastruktur-utsteder.
Artikler skrevet av Theo Nash er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av den raskt utviklende AI-beregningssfæren.